如何在stm()函数中无缝纳入Quanteda DFM自带的Year文档变量

• 提取Year变量：从你的quanteda DFM中直接提取文档变量Year，用quanteda内置的docvars()函数：

  year_covariate <- docvars(your_dfm, "Year")
  

  若Year是分类变量，建议转为因子类型：

  year_covariate <- as.factor(docvars(your_dfm, "Year"))
  

• 传入STM模型：利用stm()函数的covariates和prevalence参数实现无缝纳入：

  • 基础用法：仅将Year作为协变量传入（后续可用于主题分析的其他环节）：

    stm_model <- stm(documents = your_dfm, 
                     covariates = data.frame(Year = year_covariate),
                     K = 你的主题数量)
    

  • 进阶用法：让Year影响主题的流行度（即每个文档的主题分布概率），通过prevalence参数指定公式：

    stm_model <- stm(documents = your_dfm, 
                     covariates = data.frame(Year = year_covariate),
                     prevalence = ~ Year,
                     K = 你的主题数量)
    

• 注意事项：quanteda生成的DFM在传入stm()时会自动转换为STM所需的格式，但文档变量会被保留，因此直接用docvars()提取不会有问题。

内容的提问来源于stack exchange，提问作者Connor