从扫帚整齐不LDA从topicmodels寻找方法(tidy from broom not find

运行此脚本，直接从“文本挖掘与R”，

library(topicmodels)
library(broom)

data("AssociatedPress")
ap_lda <- LDA(AssociatedPress, k = 2, control = list(seed = 1234))
tidy(ap_lda)

我收到此错误信息：

在as.data.frame.default（x）的误差：不能强制类 “结构（” LDA_VEM “包= ”topicmodels“）” 发送给> data.frame此外：警告消息：在tidy.default（ap_lda）：用于整理类LDA_VEM的S3对象，使用as.data.frame没有方法

packageVersion("broom")

'0.4.3'

packageVersion("topicmodels")

'0.2.7'

sessionInfo()

ř版本3.4.3（2017年11月30日）平台：x86_64的-W64-的mingw32 / 64（64位）下运行：视窗> = 8 64（建立9200）

矩阵产品：默认

附基础包：[1]统计图形grDevices utils的数据集的方法基

其他附包：[1] broom_0.4.3 topicmodels_0.2-7

经由一个命名空间加载（和未附）：[1] NLP_0.1-11 Rcpp_0.12.15 compiler_3.4.3 pillar_1.1.0 plyr_1.8.4
[6] bindr_0.1 base64enc_0.1-3 keras_2.1.3 tools_3.4.3 zeallot_0.1.0
[11] jsonlite_1.5 tibble_1.4.2 nlme_3.1-131 lattice_0.20-35 pkgconfig_2.0.1
[16] rlang_0.1.6 psych_1.7.8 yaml_2.1.16 parallel_3.4.3 bindrcpp_0.2
[21] stringr_1.2.0 dplyr_0.7.4 xml2_1.2.0 stats4_3.4.3 grid_3.4.3
[26] reticulate_1.4 glue_1.2.0 R6_2.2.2 foreign_0.8-69 tidyr_0.8.0
[31] purrr_0.2.4 reshape2_1.4.3 magrittr_1.5 whisker_0.3-2 tfruns_1.2
[36] modeltools_0.2-21 assertthat_0.2.0 mnormt_1.5-5 tensorflow_1.5 stringi_1.1.6
[41] slam_0.1-42 tm_0.7-3

该tidytext包似乎延长一些在使用的方法broom包...

因此，使用tidy功能从tidytext做的工作：

broom::tidy(ap_lda, matrix = "beta")

Error in as.data.frame.default(x) : 
  cannot coerce class "structure("LDA_VEM", package = "topicmodels")" to a data.frame
In addition: Warning message:
In tidy.default(ap_lda, matrix = "beta") :
  No method for tidying an S3 object of class LDA_VEM , using as.data.frame

tidytext::tidy(ap_lda, matrix = "beta")

# A tibble: 20,946 x 3
   topic term                                        beta
   <int> <chr>                                      <dbl>
 1     1 aaron      0.00000000000169                     
 2     2 aaron      0.0000390                            
 3     1 abandon    0.0000265                            
 4     2 abandon    0.0000399                            
 5     1 abandoned  0.000139                             
 6     2 abandoned  0.0000588                            
 7     1 abandoning 0.00000000000000000000000000000000245
 8     2 abandoning 0.0000234                            
 9     1 abbott     0.00000213                           
10     2 abbott     0.0000297                            
# ... with 20,936 more rows

当我装tidytext ： library(tidytext)那么这将自动为我的作品不指定.IE tidy(ap_lda, ...) 我可以从你的会话信息即见tidytext未加载。