我想使用Python获取文本的主要主题（或一组主要主题）。
到目前为止，我查看了nltk和scikit-learn的API，看看是否有这样的方法。
然而，我发现的最好的事情是这个解释http://www.nltk.org/book/ch07.html，它没有提到如何提取主题。
是否有提供此功能的Python库？
答案 0 :(得分：1)
您正在寻找与scikit-learn捆绑在一起的Latent Dirichlet Allocation，但请注意，没有＆＃39;主要主题＆＃39;一个文本 - 一个句子可以是关于多个主题。
Here是对LDA的一个很好的介绍。 LDA将文档建模为主题分布的混合，从中以一定概率生成单词。没有必要事先指定可能遇到的各种主题 - LDA会自动为您完成。
引自我链接到的博文：
更详细地说，LDA将文档表示为以某些概率吐出单词的主题混合。它假设文件是 以下列方式制作：在编写每个文档时，你
决定文件的字数N（比如说 到泊松分布）。
为文档选择一个主题混合（根据一组固定的K主题上的Dirichlet分布）。例如，假设我们有上面两个食物和可爱的动物主题，你可以选择由1/3食物和2/3组成 可爱的动物。
通过以下方式生成文档中的每个单词w_i：
- 首先采摘 一个主题（根据您采样的多项分布） 以上;例如，您可能以1/3的概率选择食物主题 和2/3概率的可爱动物话题）。
- 使用主题 生成单词本身（根据主题的多项式） 分配）。例如，如果我们选择食物主题，我们可能会 以30％的概率生成“西兰花”这个词，“香蕉”含15％ 概率，等等。
假设这个生成模型为 收集文件，然后LDA试图从中回溯 用于查找可能已生成的一组主题的文档 集合。