问题描述
我正在尝试使用 Mallet 对 topcis 进行建模。我多次在博客文章和研究论文中看到建议限制每个文档的字数 - 在大多数情况下大约 1000 个字。当然，LDA 需要最少字数这一事实是显而易见的。但是，建议将较大的文档拆分为较小的块是有技术原因的吗？我的文档范围在 5k-20k 字之间。将 5k 文档拆分为多个文档会更好吗？
非常感谢！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）