如何在 R 中创建一个模型，该模型使用预定义主题和一组新单词上的某些单词来确定与主题的相关性

如何解决如何在 R 中创建一个模型，该模型使用预定义主题和一组新单词上的某些单词来确定与主题的相关性

我正在尝试构建一个模型，该模型可以确定文本字符串与预定义主题的相关程度，并尝试了多种方法（使用种子词的 LDA，主要是朴素贝叶斯），但无法真正获得所需的结果。

我有一个列表，其中包含“内部”和“外部”两个主题以及与每个主题相关的几个词

内部	外面
生产	客户
营销	供应商
金融	银行
等	等

我要分析的文本包含在列中，例如，文本如下： bank_production_clients

此外，我有大约 1115 个文档，每个文档与几个列相关（每个大约 200 个）。

我希望我的模型能够识别出这包含两个属于“外部”主题的词和一个属于“内部”主题的词。因此，这使它类似于与外部相关的 0.67 和与内部相关的 0.33。最后，我想查看每个文档（其中 200 个列）与任一主题的相关程度。

单词出现的次数差异很大，因此在运行 LDA 时，将出现频率高的单词组合在一起，因为它们也更频繁地一起出现。