使用gensim理解LDA实现
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p>我试图理解Python中的gensim包如何实现潜在的Dirichlet分配。我正在做以下工作：</p>
<p>定义数据集</p>
<pre><code>documents = ["Apple is releasing a new product",
"Amazon sells many things",
"Microsoft announces Nokia acquisition"]
</code></pre>
<p>删除停止词后，我创建字典和语料库：</p>
<pre><code>texts = [[word for word in document.lower().split() if word not in stoplist] for document in documents]
dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]
</code></pre>
<p>然后定义LDA模型。</p>
<pre><code>lda = gensim.models.ldamodel.LdaModel(corpus=corpus, id2word=dictionary, num_topics=5, update_every=1, chunksize=10000, passes=1)
</code></pre>
<p>然后我打印主题：</p>
<pre><code>>>> lda.print_topics(5)
['0.181*things + 0.181*amazon + 0.181*many + 0.181*sells + 0.031*nokia + 0.031*microsoft + 0.031*apple + 0.031*announces + 0.031*acquisition + 0.031*product', '0.077*nokia + 0.077*announces + 0.077*acquisition + 0.077*apple + 0.077*many + 0.077*amazon + 0.077*sells + 0.077*microsoft + 0.077*things + 0.077*new', '0.181*microsoft + 0.181*announces + 0.181*acquisition + 0.181*nokia + 0.031*many + 0.031*sells + 0.031*amazon + 0.031*apple + 0.031*new + 0.031*is', '0.077*acquisition + 0.077*announces + 0.077*sells + 0.077*amazon + 0.077*many + 0.077*nokia + 0.077*microsoft + 0.077*releasing + 0.077*apple + 0.077*new', '0.158*releasing + 0.158*is + 0.158*product + 0.158*new + 0.157*apple + 0.027*sells + 0.027*nokia + 0.027*announces + 0.027*acquisition + 0.027*microsoft']
2013-12-03 13:26:21,878 : INFO : topic #0: 0.181*things + 0.181*amazon + 0.181*many + 0.181*sells + 0.031*nokia + 0.031*microsoft + 0.031*apple + 0.031*announces + 0.031*acquisition + 0.031*product
2013-12-03 13:26:21,880 : INFO : topic #1: 0.077*nokia + 0.077*announces + 0.077*acquisition + 0.077*apple + 0.077*many + 0.077*amazon + 0.077*sells + 0.077*microsoft + 0.077*things + 0.077*new
2013-12-03 13:26:21,880 : INFO : topic #2: 0.181*microsoft + 0.181*announces + 0.181*acquisition + 0.181*nokia + 0.031*many + 0.031*sells + 0.031*amazon + 0.031*apple + 0.031*new + 0.031*is
2013-12-03 13:26:21,881 : INFO : topic #3: 0.077*acquisition + 0.077*announces + 0.077*sells + 0.077*amazon + 0.077*many + 0.077*nokia + 0.077*microsoft + 0.077*releasing + 0.077*apple + 0.077*new
2013-12-03 13:26:21,881 : INFO : topic #4: 0.158*releasing + 0.158*is + 0.158*product + 0.158*new + 0.157*apple + 0.027*sells + 0.027*nokia + 0.027*announces + 0.027*acquisition + 0.027*microsoft
>>>
</code></pre>
<p>我不能从这个结果中了解太多。它是否提供了每个单词出现的可能性？另外，话题1，话题2等的意思是什么？我在期待一些或多或少像最重要的关键字。</p>
<p>我已经检查过<a href="http://radimrehurek.com/gensim/wiki.html#latent-dirichlet-allocation" rel="noreferrer">gensim tutorial</a>了，但没有太大帮助。</p>
<p>谢谢。</p>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- 如何用if条件捕获函数返回值 8 回答
- 如何用if语句判断列表中是否存在该索引？ 4 回答
- 如何用if语句向量化numpy数组中的最大值？ 3 回答
- 如何用IF语句有条件地保存零碎的结果？ 10 回答
- 如何用if语句测试异常对象？ 7 回答
- 如何用IF语句编写二元函数 7 回答
- 如何用igraph在python中创建顶点权重的图？ 3 回答
- 如何用ijson和python解析json 3 回答
- 如何用iloc求子矩阵 4 回答
- 如何用Imagemagick或PIL绘制高质量的图像笔划（边框）？ 9 回答
- 如何用importlib在python中动态导入模块？ 9 回答
- 如何用import语句重写python内置函数？ 7 回答
- 如何用imshow混合裁剪的强度并显示正确的混合强度？ 4 回答
- 如何用in dictionary解析havin dictionary中的json文件 5 回答
- 如何用in-Django URL替换%20 2 回答
- 如何用in\op正确构造查询 1 回答
- 如何用inbuild对象替换文件 3 回答
- 如何用inheritan类实现flask restful 9 回答
- 如何用intersphinx正确地编写对外部文档的交叉引用？ 3 回答
- 如何用int修改LpVariable？ 2 回答
