Nous introduisons le concept de la modélisation de thème et expliquons deux méthodes: l`allocation de Dirichlet latente et le TextRank. Les techniques sont ingénieuses dans la façon dont ils fonctionnent-essayez-les vous-même. Il existe de nombreuses techniques qui sont utilisées pour obtenir des modèles de sujet. Ce poste vise à expliquer l`allocation de Dirichlet latente (LDA): une technique de modélisation de sujet largement utilisée et le processus de TextRank: un algorithme basé sur un graphe pour extraire les phrases clés pertinentes. [Le gouverneur et certains citoyens sur les murs; les forces anglaises ci-dessous. Entrez KING HENRY et son train] croyant que sa femme Emily était la femme victorienne parfaite, il a écrit “l`ange dans la maison” à son sujet (publié à l`origine en 1854, révisé par 1862). Bien qu`il n`ait pas reçu beaucoup d`attention quand il a été publié pour la première fois en 1854, il est devenu de plus en plus populaire à travers le reste du XIXe siècle et a continué à être influent dans le XXe siècle. Pour Virginia Woolf, l`idéal répressif des femmes représentées par l`ange à la chambre était encore si puissant qu`elle écrivait, en 1931, «tuer l`ange dans la maison faisait partie de l`occupation d`une écrivaine». Alarmes. Entrez KING HENRY et les forces, EXETER, et d`autres] [s`épanouir. Entrez le roi français, le DAUPHIN, les] [p] ducs de BERRI et de BRETAGNE, le gendarme, et d`autres] cette méthode nous permet d`obtenir des phrases clés pertinentes pour chaque document de la collection. Ainsi, afin d`obtenir des rubriques pertinentes de l`ensemble de la collection, nous appliquons la même procédure, où chaque sommet dans le graphique dénote les phrases clés pertinentes du document. [Entrez, à une porte KING HENRY, EXETER, BEDFORD,] p GLOUCESTER, WARWICK, WESTMORELAND, et d`autres Lords; [p] à un autre, le roi français, la Reine ISABEL, la [p] princesse KATHARINE, ALICE et d`autres dames; le [p] duc de Bourgogne, et son train] de grandes quantités de données sont collectées tous les jours.

Comme plus d`informations deviennent disponibles, il devient difficile d`accéder à ce que nous recherchons. Nous avons donc besoin d`outils et de techniques pour organiser, Rechercher et comprendre de vastes quantités d`informations. [Entrez l`archevêque de CANTERBURY, et l`évêque d`ELY] Alarum. Excursions. Entrez PISTOL, Français Soldier et Boy] ici, G = (V, E) est un graphe dirigé avec un ensemble de sommets V et un ensemble d`arêtes E. Pour un sommet donné, VI, in (VI) indique le nombre de tronçons entrants vers ce sommet et out (VI) indique le nombre de tronçons sortants à partir de ce sommet. d est le facteur d`amortissement qui est fixé à 0,85, comme cela est fait dans PageRank [3]. Maintenant, pour permettre l`application de ce modèle à des textes en langage naturel, nous suivons les étapes: quand un sommet relie à un autre, il est fondamentalement lancer un vote pour cet autre sommet. Plus le nombre de votes exprimés pour un sommet est élevé, plus l`importance du sommet est élevée.

En outre, l`importance de la diffusion du sommet de vote détermine l`importance du vote lui-même, et cette information est également prise en compte par le modèle de classement. Par conséquent, le score associé à un sommet est déterminé en fonction des votes qui sont exprimés pour lui, et le score des sommets de diffusion de ces votes. [Entrez le gendarme de la France, l`Éternel RAMBURES,] p ORLEANS, DAUPHIN, avec d`autres] [ENTER GLOUCESTER, BEDFORD, EXETER, ERPINGHAM, avec] [p] tous ses hôtes: SALISBURY et WESTMORELAND] dans le modèle LDA, chaque document est considéré comme un mélange de sujets qui sont présents dans le corpus. Le modèle propose que chaque mot du document soit attribuable à l`un des sujets du document. . Alarum. Entrez KING HENRY, EXETER, BEDFORD,] [p] GLOUCESTER, et les soldats, avec échelle échelles] [entrez trois soldats, JOHN BATES, ALEXANDER COURT, et MICHAEL WILLIAMS] sur la répétition de la dernière étape un grand nombre de fois, nous arrivons à un état stable où les affectations de sujets sont plutôt bonnes.