在上一个帖子已经获得并处理好了相当的文本数据。接下来将开始进行文本分析。
笔者将使用LDA（Latent Dirichlet Allocation，狄利克雷分布）主题模型方法进行文本建模，运用无监督学习的方式对文档聚类、判断文本主题，最后观点提取；同时，运用Gibbs抽样算法可以得出文本内容和主题观点之间的概率分布关系
用人话说，就是机器学习不断迭代，自动划分出文本的主题，从而形成文本之间的观点。
笔者将希望划分不同时段下评论区的不同主题。时段的划分可见上个帖子最后一段
首先，需要将重复的文本进行删除，各自时段的“独特的”评论数如图所示