使用主題模型分析ptt平台上台中捷運相關資料
第五組｜陳冠如、陳姸君、許芳瑄、蘇舫萱、蔡宗耀、吳晉榮
5/15/2021
1. 套件取得及資料載入
套件載入
library(data.table)
library(ggplot2)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:data.table':
##
## between, first, last## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(jiebaR)## Loading required package: jiebaRDlibrary(tidytext)
library(stringr)
library(tm)## Loading required package: NLP##
## Attaching package: 'NLP'## The following object is masked from 'package:ggplot2':
##
## annotatelibrary(topicmodels)
library(purrr)##
## Attaching package: 'purrr'## The following object is masked from 'package:data.table':
##
## transposerequire(RColorBrewer)## Loading required package: RColorBrewer資料描述
- 資料來源: 文字平台收集PTT Gossip、MRT、台中版 2020-05-01 ~ 2021-05-15 所有文章與留言
- 資料集： yen_mrt1_articleMetaData.csv 、yen_mrt2_articleMetaData.csv 、yen_mrt3_articleMetaData.csv
- 關鍵字：台中捷運、中捷
- 資料時間：2020-05-01 ~ 2021-05-15
- 文章篇數：總共 480 篇
# 將三個版的資料合併
MetaData1 = fread('yen_mrt1_articleMetaData.csv',encoding = 'UTF-8')
MetaData2 = fread('yen_mrt2_articleMetaData.csv',encoding = 'UTF-8')
MetaData3 = fread('yen_mrt3_articleMetaData.csv',encoding = 'UTF-8')
Reviews1 = fread('yen_mrt1_articleReviews.csv',encoding = 'UTF-8')
Reviews2 = fread('yen_mrt2_articleReviews.csv',encoding = 'UTF-8')
Reviews3 = fread('yen_mrt3_articleReviews.csv',encoding = 'UTF-8')
MetaData = rbind(MetaData1, MetaData2, MetaData3)
Reviews = rbind(Reviews1, Reviews2, Reviews3)
# 再篩一次文章 467 篇
keywords = c('台中捷運', '中捷')
toMatch = paste(keywords,collapse="|")
MetaData = with(MetaData, MetaData[grepl(toMatch,sentence)|grepl(toMatch,artTitle),])
# 挑選文章對應的留言
Reviews = left_join(MetaData, Reviews[,c("artUrl", "cmtContent")], by = "artUrl")查看各時段的文章討論數量變化
MetaData %>%
mutate(artDate = as.Date(artDate)) %>%
group_by(artDate) %>%
summarise(count = n())%>%
ggplot(aes(artDate,count))+
geom_line(color="red")+
geom_point()
可以看到以下三個時間點在ptt版上的討論明顯數量增加：
- 2020/11-2020/12月之間
- 2021/03月中旬
- 2021/04月中下旬
2. Document Term Matrix (DTM)
資料前處理
使用默認參數初始化一個斷詞引擎
jieba_tokenizer = worker(user="../dict/user_dict.txt", stop_word = "dict/stop_words.txt")
ptt_tokenizer <- function(t) {
lapply(t, function(x) {
if(nchar(x)>1){
tokens <- segment(x, jieba_tokenizer)
# 去掉字串長度爲1的詞彙
tokens <- tokens[nchar(tokens)>1]
return(tokens)
}
})
}# 把文章和留言的斷詞結果併在一起
#MToken <- MetaData %>% unnest_tokens(word, sentence, token=ptt_tokenizer)
#RToken <- Reviews %>% unnest_tokens(word, cmtContent, token=ptt_tokenizer)
# 把資料併在一起
#data <- rbind(MToken[,c("artDate","artUrl", "word")],RToken[,c("artDate","artUrl", "word")]) 計算每篇文章各token出現次數
tokens <- MetaData %>%
unnest_tokens(word, sentence, token=ptt_tokenizer) %>%
filter((!str_detect(word, regex("[0-9a-zA-Z]"))) | str_detect(word, regex("[Aa][Zz]"))) %>%
count(artUrl, word) %>%
rename(count=n)
tokens %>% head(20)## artUrl word count
## 1: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 報導 1
## 2: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 備註 2
## 3: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 變革 1
## 4: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 變化 1
## 5: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 不變 1
## 6: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 不依 1
## 7: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 部份 5
## 8: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 車站 1
## 9: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 出現 1
## 10: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 串連 2
## 11: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 此段 1
## 12: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 大雅 1
## 13: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 地下 10
## 14: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 東海大學 1
## 15: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 二任 1
## 16: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 發文 1
## 17: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 發展 1
## 18: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 方向 1
## 19: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 高架 2
## 20: https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 格式 1將資料轉換為Document Term Matrix (DTM)
dtm <-tokens %>% cast_dtm(artUrl, word, count)
dtm## <<DocumentTermMatrix (documents: 480, terms: 11067)>>
## Non-/sparse entries: 49447/5262713
## Sparsity : 99%
## Maximal term length: 30
## Weighting : term frequency (tf)inspect(dtm[1:10,1:10])## <<DocumentTermMatrix (documents: 10, terms: 10)>>
## Non-/sparse entries: 17/83
## Sparsity : 83%
## Maximal term length: 2
## Weighting : term frequency (tf)
## Sample :
## Terms
## Docs 報導 備註 變革 變化
## https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 1 2 1 1
## https://www.ptt.cc/bbs/Gossiping/M.1588559009.A.670.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588562255.A.77E.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588569392.A.358.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588582698.A.3E5.html 0 1 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588990735.A.4C6.html 1 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588991252.A.EB0.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1589116258.A.627.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590129143.A.C2C.html 1 1 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590133343.A.03A.html 0 0 0 0
## Terms
## Docs 不變 不依 部份 車站
## https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 1 1 5 1
## https://www.ptt.cc/bbs/Gossiping/M.1588559009.A.670.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588562255.A.77E.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588569392.A.358.html 0 0 0 1
## https://www.ptt.cc/bbs/Gossiping/M.1588582698.A.3E5.html 0 0 2 0
## https://www.ptt.cc/bbs/Gossiping/M.1588990735.A.4C6.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588991252.A.EB0.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1589116258.A.627.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590129143.A.C2C.html 0 0 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590133343.A.03A.html 0 0 0 0
## Terms
## Docs 出現 串連
## https://www.ptt.cc/bbs/Gossiping/M.1588555751.A.3F0.html 1 2
## https://www.ptt.cc/bbs/Gossiping/M.1588559009.A.670.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588562255.A.77E.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588569392.A.358.html 1 0
## https://www.ptt.cc/bbs/Gossiping/M.1588582698.A.3E5.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588990735.A.4C6.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1588991252.A.EB0.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1589116258.A.627.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590129143.A.C2C.html 0 0
## https://www.ptt.cc/bbs/Gossiping/M.1590133343.A.03A.html 0 03. 主題模型
建立LDA模型
lda <- LDA(dtm, k = 2, control = list(seed = 2021))
# lda <- LDA(dtm, k = 2, control = list(seed = 2021,alpha = 2,delta=0.1),method = "Gibbs") #調整alpha即delta
lda## A LDA_VEM topic model with 2 topics.利用LDA模型建立phi矩陣
topics_words <- tidy(lda, matrix = "beta") #注意，在tidy function裡面要使用"beta"來取出Phi矩陣。
colnames(topics_words) <- c("topic", "term", "phi")
topics_words## # A tibble: 22,134 x 3
## topic term phi
## <int> <chr> <dbl>
## 1 1 報導 3.42e- 3
## 2 2 報導 1.98e- 3
## 3 1 備註 2.64e- 3
## 4 2 備註 8.33e- 4
## 5 1 變革 1.72e-59
## 6 2 變革 7.80e- 5
## 7 1 變化 1.40e- 4
## 8 2 變化 1.56e- 4
## 9 1 不變 2.81e- 5
## 10 2 不變 7.80e- 5
## # … with 22,124 more rows尋找Topic的代表字
terms依照各主題的phi值由大到小排序，列出前10大代表字
topics_words %>%
group_by(topic) %>%
top_n(10, phi) %>%
ungroup() %>%
mutate(top_words = reorder_within(term,phi,topic)) %>%
ggplot(aes(x = top_words, y = phi, fill = as.factor(topic))) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
coord_flip() +
scale_x_reordered() +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
4. 尋找最佳主題數
建立更多主題的主題模型
嘗試2、4、6、10、15個主題數，將結果存起來，再做進一步分析。
（此部分需要跑一段時間，已經將跑完的檔案存成ldas_result.rdata，可以直接載入）
#ldas = c()
#topics = c(2,4,6,10,15)
#for(topic in topics){
# start_time <- Sys.time()
# lda <- LDA(dtm, k = topic, control = list(seed = 2021))
# ldas =c(ldas,lda)
# print(paste(topic ,paste("topic(s) and use time is ", Sys.time() -start_time)))
# save(ldas,file = "ldas_result.rdata") # 將模型輸出成檔案
#}載入每個主題的LDA結果
load("ldas_result.rdata")透過perplexity找到最佳主題數
topics = c(2,4,6,10,15)
data_frame(k = topics, perplex = map_dbl(ldas, topicmodels::perplexity)) %>%
ggplot(aes(k, perplex)) +
geom_point() +
geom_line() +
labs(title = "Evaluating LDA topic models",
subtitle = "Optimal number of topics (smaller is better)",
x = "Number of topics",
y = "Perplexity")## Warning: `data_frame()` was deprecated in tibble 1.1.0.
## Please use `tibble()` instead.
- 主題數越多，複雜度越低，內容的純度越高。
- 可以挑選下降幅度減緩的點。
產生LDAvis結果
create LDAvis所需的json function
此function是將前面使用 “LDA function”所建立的model，轉換為“LDAVis”套件的input格式。
topicmodels_json_ldavis <- function(fitted, doc_term){
require(LDAvis)
require(slam)
###以下function 用來解決，主題數多會出現NA的問題
### 參考 https://github.com/cpsievert/LDAvis/commit/c7234d71168b1e946a361bc00593bc5c4bf8e57e
ls_LDA = function (phi){
jensenShannon <- function(x, y) {
m <- 0.5 * (x + y)
lhs <- ifelse(x == 0, 0, x * (log(x) - log(m+1e-16)))
rhs <- ifelse(y == 0, 0, y * (log(y) - log(m+1e-16)))
0.5 * sum(lhs) + 0.5 * sum(rhs)
}
dist.mat <- proxy::dist(x = phi, method = jensenShannon)
pca.fit <- stats::cmdscale(dist.mat, k = 2)
data.frame(x = pca.fit[, 1], y = pca.fit[, 2])
}
# Find required quantities
phi <- as.matrix(posterior(fitted)$terms)
theta <- as.matrix(posterior(fitted)$topics)
vocab <- colnames(phi)
term_freq <- slam::col_sums(doc_term)
# Convert to json
json_lda <- LDAvis::createJSON(phi = phi, theta = theta,
vocab = vocab,
doc.length = as.vector(table(doc_term$i)),
term.frequency = term_freq, mds.method = ls_LDA)
return(json_lda)
}the_lda = ldas[[2]]
json_res <- topicmodels_json_ldavis(the_lda,dtm)
serVis(json_res,open.browser = T)
- 圓的大小代表有多少documents
- 圓如果分越開，則表示每個主題都有獨特性。
- Slide to adjust relevance metric的部分，紅色代表phi，且λ調越小則越可以看出每個字的唯一性。
產生LDAvis檔案，存至local端
serVis(json_res, out.dir = "vis", open.browser = T)
writeLines(iconv(readLines("./vis/lda.json"), to = "UTF8"))從LDAvis分析結果中可以初度得知這四個主題的討論方向：
- 「運價」、「票價」、「站名」、「高捷」等字詞，推測是討論台中捷運基本營運規劃的相關事項。
- 「藍線」、「經費」、「林佳龍」等字詞，推測是討論中捷藍線經費相關議題。
- 「軸心」、「故障」、「斷裂」、「川崎」等字詞，推測是討論中捷的斷軌事件。
- 「改善」、「履勘」、「委員」、「初勘」等字詞，推測是討論台中捷運試營運的相關經驗與建議。
5. LDA分析
選定4個主題數的主題模型
the_lda = ldas[[2]] ## 選定topic 為 4 的結果topics_words <- tidy(the_lda, matrix = "beta") #注意！在tidy function裡面要使用"beta"來取出Phi矩陣。
colnames(topics_words) <- c("topic", "term", "phi")
topics_words %>% arrange(desc(phi)) %>% head(10)## # A tibble: 10 x 3
## topic term phi
## <int> <chr> <dbl>
## 1 1 捷運 0.0370
## 2 3 捷運 0.0353
## 3 2 捷運 0.0350
## 4 2 營運 0.0219
## 5 4 捷運 0.0198
## 6 2 台中 0.0188
## 7 2 綠線 0.0177
## 8 4 軸心 0.0171
## 9 4 中捷 0.0167
## 10 2 通車 0.0157terms依照各主題的phi值由大到小排序
topics_words %>%
group_by(topic) %>%
top_n(10, phi) %>%
ungroup() %>%
ggplot(aes(x = reorder_within(term,phi,topic), y = phi, fill = as.factor(topic))) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
coord_flip() +
scale_x_reordered() +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
去除共通詞彙
e.g., 捷運、台中、中捷等等
removed_word = c("捷運","台中","中捷","可以","表示","台中市","沒有","真的","交通","交通部")
topics_words %>%
filter(!term %in% removed_word) %>%
group_by(topic) %>%
top_n(10, phi) %>%
ungroup() %>%
ggplot(aes(x = reorder_within(term,phi,topic), y = phi, fill = as.factor(topic))) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
coord_flip() +
scale_x_reordered() +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
主題命名
topics_name = c("台中捷運通車","綠線11月試營運","藍線經費暴增爭議","台中捷運斷軌事件")透過上述字詞，可將其分為以下主題：
- Topic為「通車」、「公車」等等字詞，因此可推得第一張圖的主題為台中捷運通車（2021/04/25）
- Topic為「試營運」、「綠線」等等字詞，因此可推得第二張圖的主題為綠線試營運，另外，由於中捷的綠線是沿著文心路到台中高鐵站的，所以第二張圖的主題字也出現「高鐵」。（2020/11/16）
- Topic為「藍線」、「市府」等等字詞，由於中捷藍線經費跟預算暴增，因此第三張圖也出現關於「運量」等相關討論，可推得第三張圖的主題為藍線經費暴增爭議。（2021/03）
- Topic為「軸心」、「故障」、「斷裂」等等字詞，因此可以推得第四張圖的主題為台中捷運斷軌事件。（2020/11/21）
Document 主題分佈
# for every document we have a probability distribution of its contained topics
tmResult <- posterior(the_lda)
doc_pro <- tmResult$topics
document_topics <- doc_pro[MetaData$artUrl,]
document_topics_df =data.frame(document_topics)
colnames(document_topics_df) = topics_name
rownames(document_topics_df) = NULL
ptt_topic = cbind(MetaData,document_topics_df)
# 刪除commentNum、push、boo欄位
ptt_topic$commentNum = NULL
ptt_topic$push = NULL
ptt_topic$boo = NULL查看特定主題的文章
透過找到特定文章的分佈進行排序之後，可以看到此主題的比重高的文章在討論什麼。
ptt_topic %>%
arrange(desc(`台中捷運通車`)) %>%head(10) 了解主題在時間的變化
ptt_topic %>%
mutate(artDate = as.Date(artDate)) %>%
group_by(artDate = format(artDate,'%Y%m')) %>%
summarise_if(is.numeric, sum, na.rm = TRUE) %>%
melt(id.vars = "artDate")%>%
ggplot( aes(x=artDate, y=value, fill=variable)) +
geom_bar(stat = "identity") + ylab("value") +
#scale_fill_manual(values=c("#FFD449","#80AB82","#2F6690","#EF8354"))+
scale_fill_manual(values=c("#cacaca","#a9c6de","#5588a3","#145374"))+
theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
去除筆數少月份
ptt_topic %>%
mutate(artDate = as.Date(artDate)) %>%
filter( !format(artDate,'%Y%m') %in% c(202005, 202006, 202007, 202008, 202009, 202010, 202101, 202102, 202105))%>%
group_by(artDate = format(artDate,'%Y%m')) %>%
summarise_if(is.numeric, sum, na.rm = TRUE) %>%
melt(id.vars = "artDate")%>%
ggplot( aes(x=artDate, y=value, fill=variable)) +
geom_bar(stat = "identity") + ylab("value") +
scale_fill_manual(values=c("#cacaca","#a9c6de","#5588a3","#145374"))+
theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
從這張圖中可以看到，對應到前面的文章討論數量分佈圖，討論數量較高的月份剛好是「2020/11-2020/12月之間」、「2021/03月中旬」、「2021/04月中下旬」這些時間點。
其中，從圖中的主題分佈可以推得：
- 2020/11-2020/12這段時間對於中捷的討論主題為試營運通車（2020/11/16）之後，斷軌事件（2020/11/21）發生的事件。
- 2021/03這段時間主要的討論主題在於捷運藍線經費暴增的爭議。
- 2021/04這段時間除了藍線議題持續被討論以外，中捷在4/25正式通車之後也備受關注。
以比例了解主題時間變化
ptt_topic %>%
mutate(artDate = as.Date(artDate)) %>%
filter( !format(artDate,'%Y%m') %in% c(202005, 202006, 202007, 202008, 202009, 202010, 202101, 202102, 202105))%>%
group_by(artDate = format(artDate,'%Y%m')) %>%
summarise_if(is.numeric, sum, na.rm = TRUE) %>%
melt(id.vars = "artDate")%>%
group_by(artDate)%>%
mutate(total_value =sum(value))%>%
ggplot( aes(x=artDate, y=value/total_value, fill=variable)) +
geom_bar(stat = "identity") + ylab("proportion") +
scale_fill_manual(values=c("#cacaca","#a9c6de","#5588a3","#145374"))+
theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
theme_grey(base_family = "STKaiti" ) #避免中文出現亂碼
從這張比例圖可以驗證上述的推論：
- 2020/11的討論主題為試營運通車以及斷軌事件。
- 2020/12斷軌事件的討論持續延燒。
- 2021/03的討論主題為藍線經費暴增的爭議。
- 2021/04由於正式通車，因此討論度較高。
6. 不同訓練LDA模型套件
參考 http://text2vec.org/topic_modeling.html#latent_dirichlet_allocation
library(text2vec)##
## Attaching package: 'text2vec'## The following object is masked from 'package:topicmodels':
##
## perplexitylibrary(udpipe)
tokens <- MetaData %>%
unnest_tokens(word, sentence, token=ptt_tokenizer) %>%
filter(!str_detect(word, regex("[0-9a-zA-Z]"))| str_detect(word, regex("[Aa][Zz]")))建立DTM matrix
dtf <- document_term_frequencies(tokens, document = "artUrl", term = "word")
dtm <- document_term_matrix(x = dtf)
dtm_clean <- dtm_remove_lowfreq(dtm, minfreq = 30)
dim(dtm_clean)## [1] 478 432LDA 模型
set.seed(2019)
topic_n = 4
lda_model =text2vec::LDA$new(n_topics = topic_n,doc_topic_prior = 0.1, topic_word_prior = 0.001)
doc_topic_distr =lda_model$fit_transform(dtm_clean, n_iter = 1000, convergence_tol = 1e-5,check_convergence_every_n = 100)## INFO [12:31:22.506] early stopping at 160 iteration
## INFO [12:31:22.613] early stopping at 30 iteration
與上述topicmodels的package的結果相比較：
- 這個相較於topicmodels的package來說，分出來的主題數如果一樣是4個的話，會有重疊的主題。
- 主題1跟主題3會重疊的原因可能是主題1的字詞包含「求償」等字眼，因此和主題3在討論斷軌事件的主題相似，而有所重複。
- 另外，我們也發現透過這個套件斷的詞有一些斷得比較不好的問題，像是「柯文哲」只有被斷成「柯文」等等。
將主題數設為3來處理，會發現這樣比較合理，且每個字詞的獨特性都比較高。
一樣可以用LDAvis的套件來看
lda_model$get_top_words(n = 10, lambda = 0.5) ## 查看 前10主題字## [,1] [,2] [,3] [,4]
## [1,] "軸心" "通車" "改善" "藍線"
## [2,] "故障" "市長" "營運" "規劃"
## [3,] "川崎" "盧秀燕" "履勘" "路線"
## [4,] "斷裂" "完整" "高鐵" "文心"
## [5,] "重工" "新聞" "北屯" "公車"
## [6,] "廠商" "市民" "旅客" "經費"
## [7,] "北捷局" "記者" "車站" "高架"
## [8,] "安全" "綠線" "綠線" "延伸"
## [9,] "檢測" "柯文" "人次" "地下"
## [10,] "列車" "台北" "委員" "路網"lda_model$plot()## Loading required namespace: servr# lda_model$plot(out.dir ="lda_result", open.browser = TRUE)