python - 在 Python 中使用 Gensim 进行主题建模

Question

我有两个类(class)的词袋列表。说出A类中的n个项目和m B 类中的项目。我想在 python 中使用 gensim 包(用于 LDA)进行主题建模，以便训练 A 类与 B 类的模型。同时，我对主题建模和Python<都很陌生。/强>。有谁知道我应该怎么做？我的意思是，我应该合并每个类别的所有包并使用 gensim 还是应该为每个项目单独使用包？谢谢!

Answer 1

如果我理解正确的话，您想比较两个来源的文档。

使用 Gensim 执行此操作的一种方法是:

• 从所有文档(A 和 B)创建词袋语料库(~将文本转换为由 1 和 0 组成的 n X n 矩阵)
• 在您的语料库上训练 LDA 模型(〜查找主题)
• 将语料库转换为 LDA 空间(~确定哪些主题与文档相关)

现在您可以查看每个文档的主题分布，并使用 Gensim 的相似性方法确定两个文档的相似程度。

有关详细信息，请查看 Gensim 的 tutorials 。您需要进行的唯一修改是将 A 和 B 中的文档合并为一个更大的文档，并将索引保​​存在某处，以便以后可以轻松地比较它们。

但是，根据您的数据和目标，其他形式的 LDA(例如相关主题模型)可能更合适。