探索动态主题建模：dynamic-nmf

一、项目介绍

dynamic-nmf 是一个专为时间戳文档设计的动态主题建模工具。不同于传统假设文档顺序无关的主题模型，dynamic-nmf 能追踪语言变化和话题演进，洞察在不同时间段内的话题趋势。该项目基于非负矩阵分解（Non-negative Matrix Factorization, NMF）提出了一种双层动态主题建模方法，将不同时期的语言模式相互关联。

这个Python实现的参考代码是根据以下论文开发的：

• Greene, Derek, and James P. Cross. "Exploring the Agenda of the European Parliament Using a Dynamic Topic Modeling Approach." Analysis 25.1 (2017): 77-94. [PDF] [BibTeX] [Preprint]

二、项目技术分析

dynamic-nmf 通过预处理、窗口主题建模和动态主题建模三个步骤来工作：

1. 预处理：使用prep-text.py脚本对每个时间窗口内的文档进行处理，包括分词、停用词移除，并生成文档-词语矩阵。
2. 窗口主题建模：使用find-window-topics.py对每个窗口应用NMF，找出每个时期的独立话题。
3. 动态主题建模：find-dynamic-topics.py将各个时期的话题结合，生成跨越多个时间窗口的动态话题。

此外，它还支持自动选择最佳话题数，采用TC-W2V主题连贯度评估策略，利用prep-word2vec.py构建Word2Vec模型，辅助决策。

三、应用场景

1. 公共政策和舆论分析：研究特定时期内的政策重点或公众关注点的变化。
2. 市场趋势追踪：了解消费者兴趣随时间的变化情况。
3. 新闻热点挖掘：发现新闻报道中的新兴和衰退话题。
4. 社交媒体分析：揭示用户讨论主题的演变趋势。

四、项目特点

1. 时间敏感性：考虑了文档的时间顺序，适应多时间点的数据。
2. 动态演进：跟踪话题随时间的发展，展示其生命周期。
3. 自适应性：提供自动化工具选择合适的主题数量。
4. 灵活性：兼容多种预处理和分析方法，如TF-IDF和Word2Vec。

如果你对探索文本数据的时间维度感兴趣，dynamic-nmf 将是你强大的工具。只需简单的命令行操作，即可深入解读文本背后的故事。现在就开始你的动态主题分析之旅吧！

注意：项目依赖于numpy, scikit-learn, prettytable 和 gensim，确保安装这些库以运行项目。