deep-belief-nets-for-topic-modeling:这个存储库是一个概念证明工具箱，用于在 Python 中...

用于主题建模的深度信念网络 使用深度信念网络 (DBN) 对文档数据运行主题建模的 Python 工具箱。 该方法的概念是加载词袋 (BOW) 并生成强大的潜在表示，然后将其用于基于内容的推荐系统。 该工具箱是为编写的。 。 对于简短的阅读，我们强烈建议您阅读 ICML2014 研讨会上接受的文章，用于文本挖掘的知识驱动深度学习 (KPDLTM)。 该工具箱经测试可在 Windows 7、Ubuntu 14.04.1 和 OSX 10.8-10 上运行。 在运行工具箱之前，您需要在系统上安装以下必备软件包：nltk、numpy、scipy、scikit-learn 和 matplotlib。 如果您有兴趣生成输出空间的 3D 绘图，则需要安装 MENCODER 和 FFMPEG（仅在 OSX 上测试）。 运行工具箱 在 python 文件中，您将找到 3 个关于如何运行工具箱的示例：