Skip to main content
 首页 » 编程设计

python之在 GenSim 上计算未见文档的主题分布

2025年02月15日13zhenyulu

我正在尝试使用 GenSim 的 LDA 模块来完成以下任务

“使用一个大文档训练 LDA 模型并跟踪 10 个潜在主题。给定一个新的、未见过的文档,预测 10 个潜在主题的概率分布”。

按照这里的教程:http://radimrehurek.com/gensim/tut2.html ,这对于语料库中的文档来说似乎是可能的,但我想知道对于一个看不见的文档是否有可能。

谢谢!

请您参考如下方法:

从您发布的文档看来,您可以像这样训练您的模型:

>>> model = models.LdaModel(corpus, id2word=dictionary, num_topics=100) 

然后从this page看起来您可以像这样将模型应用于“看不见的文档”:

>>> doc_lda = model[doc_bow] 

其中 doc_bow 是由 doc2bow 生成的词袋工具。