заметки.txt

сделать отгрызание вместо стемминга +
учитывать при адаптации что слово все-таки прилагательное +
    строить словарь прилагательных +

починить существительные на "мя" +
попробовать поподбирать новые шаблоны - позже
протестировать на большой-большой куче текстов
    разделить выпуски на статьи - не я


можно попытаться починить причастия
учитывать местоимения (SPRO, APRO)
классификатор документов по темам +
стоп-слова +
красивые таблички и графички: сравнение LDA, PLSA, ARTM +
tf-idf
дождаться большой коллекции и тестировать на ней +



tf-idf - отсортировать документы по убыванию, выбирать по темам +
количество токенов пропорциональное вероятности темы +
искать нграммы окном (не по одному слову!) +
можно попытаться починить причастия - сложно сделать по глаголу, нужно строить словарь
учитывать местоимения (SPRO, APRO) +


Time: 205.979984998703 - corpora_builder.py ~0.6 док/сек
Time:  11.456009149551392 - topics.py ~11.3 док/сек




много всяких таблиц: разные коэффициенты, разные коллекции (размер, тематики), число итераций
схема программы


в презентацию:
примеры тем, примеры результатов