Tomotopy 是一个基于 Python 的主题建模工具库,作为 Tomoto(一个基于 Gibbs 采样的主题建模工具库)的扩展而开发。Tomotopy 使用 C++ 编写,并利用现代 CPU 的向量化特性来最大化运算速度。它支持多种主要的主题模型,包括:
tomotopy.LDAModel
)tomotopy.LLDAModel
)tomotopy.PLDAModel
)tomotopy.SLDAModel
)tomotopy.DMRModel
)tomotopy.GDMRModel
)tomotopy.HDPModel
)tomotopy.HLDAModel
)tomotopy.MGLDAModel
)tomotopy.PAModel
)tomotopy.HPAModel
)tomotopy.CTModel
)tomotopy.DTModel
)tomotopy.PTModel
)Tomotopy 可以通过 pip 轻松安装,支持的操作系统和 Python 版本包括:
安装完成后,用户可以通过导入该库开始使用。例如,一个简单的 LDA 训练示例代码如下:
import tomotopy as tp mdl = tp.LDAModel(k=20) for line in open('sample.txt'): mdl.add_doc(line.strip().split()) for i in range(0, 100, 10): mdl.train(10) print('Iteration: {}\tLog-likelihood: {}'.format(i, mdl.ll_per_word)) for k in range(mdl.k): print('Top 10 words of topic #{}'.format(k)) print(mdl.get_topic_words(k, top_n=10)) mdl.summary()
Tomotopy 使用折叠的 Gibbs 采样方法来推断主题分布和词分布。虽然 Gibbs 采样通常比变分贝叶斯收敛得慢,但每次迭代的计算速度更快。此外,Tomotopy 还可以利用多核 CPU 和 SIMD 指令集来加速计算。测试表明,即使在迭代次数明显更多的情况下,Tomotopy 的整体运行时间仍比 gensim
快 5 到 10 倍。
Tomotopy 允许通过 save
和 load
方法保存和重新加载模型。例如:
import tomotopy as tp mdl = tp.HDPModel() for line in open('sample.txt'): mdl.add_doc(line.strip().split()) mdl.train(100) mdl.save('sample_hdp_model.bin') mdl = tp.HDPModel.load('sample_hdp_model.bin') for k in range(mdl.k): if not mdl.is_live_topic(k): continue print('Top 10 words of topic #{}'.format(k)) print(mdl.get_topic_words(k, top_n=10))
自 v0.13.0 版本开始,Tomotopy 导入了交互式模型查看器功能,可以运行如下代码进行访问:
import tomotopy as tp model = tp.LDAModel(...) # ... 一些训练代码 ... tp.viewer.open_viewer(model, host="localhost", port=9999)
对于未见过的文档,可以使用已训练模型推断其主题分布:
mdl = tp.LDAModel(k=20) # 添加训练文档 mdl.train(100) doc_inst = mdl.make_doc(unseen_doc) topic_dist, ll = mdl.infer(doc_inst) print("Unseen Doc's Topic Distribution: ", topic_dist)
自最初发布以来,Tomotopy 不断发展,不仅增加了新功能和模型支持,还修复了诸多问题。最新版本为 v0.13.0,改进了主题模型查看器功能,优化了模型加载和保存的速度。Tomotopy 被授权在 MIT 许可证下使用和分发。
用户可以在 GitHub 仓库找到更多示例代码和数据文件。Tomotopy 的详细文档说明了每个函数和方法的使用方法,为开发者提供了极大的便利性。整体而言,Tomotopy 是一个功能强大且表现优异的主题建模工具库,适合有相关需求的研究人员和开发者使用。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选 题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结 果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号