1、問題一
LDA求出主題-詞 概率phi之后?？梢灾烂總€主題下每個詞的概率，之后怎么確定每篇文檔的主題分布呢？
在 gibbs抽樣穩定之后，統計每篇文檔topic出現的頻率就可以算出來。
2、問題二
每個主題下的詞有可能是相同的，只是概率不同而已。統計時這個應該算在哪個主題下？
3、問題三
訓練集--維基百科數據集是 自己用爬蟲爬，還是直接下載。
4、問題四
LDA模型構建完后，可以估計每篇文檔的主題。但是之后要怎么知道當前輿論的熱點呢？
5、問題五
Elasticsearch 是用來存取新聞和微博模塊的數據，這樣我可以設置一個表，表中的每一項（url-主題-發布時間-爬取時間-作者-摘要）這樣搜索的時候就可以搜索出關于某個主題的所有url。
6、問題六
關于LDA的訓練集的問題。這個訓練集是自己爬取，然后分詞得到的。
7、問題七
怎么將輿情信息展示出來。（按爬取文檔的主題出現的概率排序）可以用圖表表示出所有主題出現的的概率。柱狀圖。
解決完這七個問題，整個系統基本成型
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
