Twitmo：面向 R 语言的 Twitter 数据主题建模与可视化包
信息检索
2022-07-25 v1 计算与语言
机器学习
机器学习
摘要
我们介绍 Twitmo，一个提供广泛方法来收集、预处理、分析和可视化带地理标签 Twitter 数据的包。Twitmo 使用户能够从 Twitter 收集带地理标签的推文，并提供全面且用户友好的工具箱，从隐狄利克雷分配（LDA）、相关主题模型（CTM）和结构主题模型（STM）生成主题分布。包含用于文本预处理、模型构建与预测的函数。此外，该包的创新点之一是利用哈希标签与余弦相似度将推文自动汇聚为更长的伪文档，以提升主题连贯性。该包还具备以静态及交互方式可视化所收集数据集与拟合模型的功能，并提供通过 LDAvis 进行模型可视化的内置支持，为该领域研究者带来极大便利。Twitmo 包是一个创新工具箱，可用于分析不同主题、政党或关注人物在时空上的公共话语。
引用
@article{arxiv.2207.11236,
title = {Twitmo: A Twitter Data Topic Modeling and Visualization Package for R},
author = {Andreas Buchmüller and Gillian Kant and Christoph Weisser and Benjamin Säfken and Krisztina Kis-Katos and Thomas Kneib},
journal= {arXiv preprint arXiv:2207.11236},
year = {2022}
}
备注
16 pages, 4 figures