1、问题一
LDA求出主题-词 概率phi之后。可以知道每个主题下每个词的概率，之后怎么确定每篇文档的主题分布呢？
在 gibbs抽样稳定之后，统计每篇文档topic出现的频率就可以算出来。
2、问题二
每个主题下的词有可能是相同的，只是概率不同而已。统计时这个应该算在哪个主题下？
3、问题三
训练集--维基百科数据集是 自己用爬虫爬，还是直接下载。
4、问题四
LDA模型构建完后，可以估计每篇文档的主题。但是之后要怎么知道当前舆论的热点呢？
5、问题五
Elasticsearch 是用来存取新闻和微博模块的数据，这样我可以设置一个表，表中的每一项（url-主题-发布时间-爬取时间-作者-摘要）这样搜索的时候就可以搜索出关于某个主题的所有url。
6、问题六
关于LDA的训练集的问题。这个训练集是自己爬取，然后分词得到的。
7、问题七
怎么将舆情信息展示出来。（按爬取文档的主题出现的概率排序）可以用图表表示出所有主题出现的的概率。柱状图。
解决完这七个问题，整个系统基本成型
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
