Gensim：无法训练LDA模型

Question

我有一个句子列表，我按照tutorial的说明从中制作语料库：

texts = [[word for word in document.lower().split() if word.isalpha()] for document in documents]
corpus = corpora.Dictionary(texts)

我想在这个语料库上训练LDA模型并提取主题关键词。

lda = models.LdaModel(corpus, num_topics=10)

但是，我在培训时遇到错误：TypeError: 'int' object is not iterable。我究竟做错了什么？语料库的格式应该是什么？

Answer 1

制作语料库之后，您应该使用doc2bow制作单个语料库，这会从单词中产生哈希值（所谓的'hashing trick'）：

texts = [[word for word in document.lower().split() if word.isalpha()] for document in documents]
corpus = corpora.Dictionary(texts)
hashed_corpus = [corpora.doc2bow(text) for text in texts]

之后，您可以使用hashed_corpus

训练您的模型

lda = models.LdaModel(corpus, id2word=corpus, num_topics=5) 

id2word将您的主题从哈希映射到单词，使用它可以将主题作为单词而不是数字。