根据关键字确定类别答案

【问题标题】：Determine a category from keywords根据关键字确定类别
【发布时间】：2016-01-13 17:36:35
【问题描述】：

在聚类过程之后，我有一堆有一些相似性的词。我想对这些词进行分类。

例如，如果我有这样的话：

也许正确的类别是语义网。

我知道这类问题可以通过 NLP 解决，但我是 NLP 新手，不知道从哪里开始。任何人都可以告诉我正确的方法是什么？或者如果它可以到达？

注意：我发现他们已经通过搭配和词性标注解决了类似的问题。我可以将它应用于这个特定的问题吗？

【问题讨论】：

标签： nlp

【解决方案1】：

您可以搜索有关主题标签的论文 - 这通常被认为是一个非常困难的问题。不过，像下面这样的论文可能是一个不错的起点。作者还有其他一些相关的。

Lau, J. H.、Grieser, K.、Newman, D. 和 Baldwin, T.（2011 年 6 月）。主题模型的自动标记。在计算语言学协会第 49 届年会论文集上：人类语言技术-第 1 卷（第 1536-1545 页）。计算语言学协会。

【讨论】：

嗯，不完全是主题模型的规范参考，但非常适合阅读主题模型！
我认为主题模型的规范参考是：cs.princeton.edu/~blei/topicmodeling.html
@Marc Tomlinson 谢谢，绝对值得一读。我太喜欢读那篇论文了。我想做那个实验，并为自己尝试这个结果。如果有人想阅读，我会给出论文的链接：aclweb.org/anthology/P11-1154
@alvas 这个站点有很多关于主题模型的信息。我想用我的主题术语尝试 LDA 并查看它的行为，因为我没有文档。我有一些关键字，我想为这些关键字关联一个标签。我发现 Apache Mahout 有 LDA。所以我会开始玩它。感谢您的建议，如果您有任何其他建议，我将不胜感激。
@alvas 我使用折叠变分贝叶斯算法执行 LDA。我使用了一个集群，该集群是由于另一个过程而获得的。我将论文中的所有关键词和标题作为我的输入数据。之后我得到了一些类别标签，但我想丰富我的结果。那么我可以用维基百科转储来做到这一点，我怎么能做到这一点？因为在“主题模型的自动标记”一文中，他们尝试了这一点，并取得了令人难以置信的结果。