数据集概述
本数据集是使用主题建模工具（Topic Modeling Tool），通过N词块（N-word Chunks）设置生成的主题建模结果数据，包含不同主题数量的主题元数据、文档-主题关联、主题-词汇关联文件及工具设置文件，共二十七份文件。
文件详解
- 主题建模结果文件：
- 主题元数据文件：如4-topic-NwordChunks-topics-metadata.csv、6-Topic-Nword-topics-metadata.csv等，CSV格式，包含不同主题数量（4、6、8、10、12个主题）的主题元数据
- 文档-主题关联文件：如8-Topic_Nword-docs-in-topics.csv、4-topic-NwordChunks-docs-in-topics.csv等，CSV格式，字段包括topicId（主题ID）、rank（排名）、docId（文档ID）、filename（文件路径）
- 主题-词汇关联文件：如10-Topic_Nword-topic-words.xlsx、4-topic-NwordChunks-topic-words.csv等，包含CSV和XLSX格式，记录不同主题数量对应的主题词汇信息
- 工具设置文件：
- Settings-2.rtf：RTF格式，主题建模工具的设置文件
- Settings-1.png：PNG格式，主题建模工具的设置截图
适用场景
- 自然语言处理研究：用于主题建模方法及N词块文本处理技术的效果验证与分析
- 文本挖掘应用：辅助文本数据集的主题结构探索与内容分类
- 数字人文研究：为文本类人文资料的主题分布分析提供数据支持
- 主题建模工具评估：用于测试不同主题数量设置下工具的输出效果差异
