标签： nlp lda gensim topic-modeling lsa
我正在阅读Experiments on the English Wikipedia教程，并注意到LSA和LDA生成的许多主题包含明确连接的多字词，例如： northamerica ， hockeyarchives
有人可以指出这发生的地方。我查看了 gensim.scripts.make_wiki ， gensim.corpora.wikicorpus 和 genesis.utils 。