lda [doc_bow]和lda.inference（语料库）之间有什么区别？

Question

在LDA模型中，这是使用现有模型推断新文档的两种方法。这两种方法有什么区别？

Answer 1

我做了一些测试，我的ldamodel有8个主题，在这里我的结果： 2个文档来预测主题：

list_unseenTw=[['hope', 'miley', 'blow', 'peopl', 'mind', 'tonight', 'gain', 'million', 'fan'],['@mileycyrustour', "we'r", 'think', "it'", 'pretti', 'cool', 'miley', 'saturday', 'night', 'live', 'tonight', '#prettycool']]

1. 使用lda [doc_bow]进行预测（它已经给出了匹配主题的百分比）

   doc_bow = [list.dunseenTw中文本的[dictionary.doc2bow（text）] 预测= ldamodel [doc_bow]

   预测[0]： [（0,0.02509002728802024），  （1,0.0250114373070437），  （2,0.025040162139306051），  （3,0.82462688228515812），  （4,0.025150924341817767），  （5,0.025000027675139792），  （6,0.025000024127660267），  （7,0.025080514835853926）]

   预测[1]： [（0,0.031250011319462589），  （1,031250013721820222），  （2,031250015639505598），  （3,0.031250015093378707），  （4,0.031250019670816337），  （5,0.031250024860739675），  （6,0.78124988084026048），  （7,0.031250014854016454）]

2. 使用ldamodel.inference进行预测（结果以权重而非百分比形式给出）

   pred = ldamodel.inference（doc_bow）

   打印（预解码值）

   （array [[[0.12545023,0.1250572,0.12520085,4.12309694,0.12579184,0.12500014,0.12500012,0.12540268]，         [0.12500005,0.12500005,0.12500008,0.12500006,0.12500008,0.1250001,3.12499952,0.12500006]]），无）

如您所见，第一次预测（doc1）的结果与您相同（主题3）：

total=0

for i in pred[0][0]:

        total+=i

4.12309694/total = 0.82462%