RStudio stm包makeTopMatrix报错问题求助

问题分析 #

报错提示创建模型矩阵失败，结合包更新后出现问题、移除prevalence参数可正常运行，且元数据存在Subject字段，大概率是包更新后Subject字段名与STM包内部函数/变量命名冲突——STM包可能在更新后新增了同名的内部对象，导致公式解析时混淆了元数据的Subject和包内的Subject。

解决方案 #

1. 显式指定元数据字段的来源 #

在prevalence公式中用data$Subject明确指定字段来自传入的元数据，避免命名混淆：

topic_model_subject <- stm(documents = corpus_stm$documents,
                          vocab = corpus_stm$vocab,
                          K = 25,
                          max.em.its = 100,
                          data = corpus_stm$meta,
                          prevalence = ~ data$Subject,  # 显式指定字段来源
                          init.type = "Spectral")

2. 重命名元数据中的Subject字段 #

如果不想修改公式，直接修改元数据的字段名，避开命名冲突：

# 重命名元数据的Subject字段
colnames(corpus_stm$meta)[colnames(corpus_stm$meta) == "Subject"] <- "DocSubject"

# 重新运行模型，使用新字段名
topic_model_subject <- stm(documents = corpus_stm$documents,
                          vocab = corpus_stm$vocab,
                          K = 25,
                          max.em.its = 100,
                          data = corpus_stm$meta,
                          prevalence = ~ DocSubject,
                          init.type = "Spectral")

3. 回退到之前可用的STM包版本 #

如果上述方法都无效，可以回退到2024年5月9日时的包版本：

# 使用devtools安装指定版本
devtools::install_version("stm", version = "xxx", repos = "http://cran.us.r-project.org")

注：替换xxx为5月9日时的STM包版本号，可以通过packageVersion("stm")在之前的环境中查看，或在CRAN归档页面查找对应日期的版本。

验证建议 #

• 优先尝试方案1，显式指定字段来源，无需修改数据结构，修复最直接
• 若方案1无效，再尝试方案2，重命名字段彻底避开冲突
• 回退版本作为兜底方案，尽量优先选择前两种方法

内容的提问来源于stack exchange，提问作者Violet Massie-Vereker