隱含狄利克雷分布介面說明

國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

圖 4.24 新青年第 6 卷相關句中包含兩個關鍵詞彙的 html 檔

圖 4.25 輸出推薦段落與相關句 html 檔

4.9 隱含狄利克雷分布介面說明

使用者可將藉由 LDA 功能找出符合語料的主題。此介面共有三個必選選項，此 功能才能執行出結果，否則會如圖 4.4 顯示錯誤訊息視窗。

4.9.1 LDA 功能執行

選項一為文本位置，使用者需選擇待處理的中文語料資料夾。選項二為儲存位置，

使用者自行決定要將結果檔案放置在何處。選項三為使用者自行選擇 LDA 參數 組合，共計兩種組合可以選擇。組合一為預設參數，此一參數值為 LDA 原始論 文中所運用的參數值。組合二為使用者可以自行定義參數值，首先主題數目則是 透過「主題數目」右邊的拉霸選則需要的主題數量，而 Alpha 值會自動跟著主題 數量自行變動，最後使用者自行輸入 Beta、Iteration、主題包含詞彙的數值。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

LDA 功能會產生一個結果檔(txt 檔)，如圖 4.27 為每一個主題中包含的關鍵 詞彙與詞彙透過 LDA 計算出的機率值。

圖 4.26 latent Dirichlet allocation 介面說明

圖 4.27 新青年第 1~8 卷 latent Dirichlet allocation 主題結果

4.9.2 找 LDA 結果相關句功能

使用者可以列出符合 LDA 主題的相關句子，輔助分析主題結果。藉由點選 LDA 介面中「列出與主題相符的句子」按鈕開啟新的視窗，如圖 4.28 共有六個必選

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

選項，選項一為主題結果位置，使用者需選擇透過 LDA 找出的主題結果檔案所 在資料夾。選項二為文本位置，使用者須選擇中文語料資料夾。選項三為儲存位 置，使用者自行決定要將結果檔案放置在何處。選項四為使用者需要選擇斷句的 方法，如：句號、逗號、分號、或自行輸入需要的符號等；假如文本原先已經斷 句，使用者可以選擇「不需將文本斷句」選項。選項五透過「相關句含關鍵詞彙 數」右邊的拉霸，選擇相關句中須包含幾個關鍵詞彙才輸出該句子。選項六為選 擇輸出包含關鍵詞彙為相關句或是相關句與相關段落形式，當使用者只希望看到 相關句的結果則選擇「輸出相關句」；但希望看到的是一個段落的形式時，則選 擇「輸出段落：段落中需包含多少相關句才輸出段落(請在後方輸入百分比)」此 一選項並在後方的方框輸入數值。

列出符合 LDA 主題的相關句子功能會產生兩個檔案，第一個結果檔為 csv 檔，如圖 4.29 列出符合各個主題結果與使用者選擇包含幾個關鍵詞彙的相關句 結果檔案，會顯示該句子符合的主題、出處、該句包含的關鍵詞彙、句子。第二 個結果檔為 html 檔，如圖 4.30 列出符合各個分群群體與使用者選擇包含幾個關 鍵詞彙的相關句子或段落結果檔案，會顯示該句子符合的主題、出處、該句包含 的關鍵詞彙、句子或段落。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

圖 4.28 找 latent Dirichlet allocation 主題結果相關句介面說明

圖 4.29 新青年第 1~8 卷符合主題結果的相關句 csv 檔案

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

圖 4.30 新青年第 1~8 卷符合主題結果的相關句 html 檔案