Question

在形成Gensim LDA模型时，我使用以下命令获取了数据字典。

    from gensim.corpora import Dictionary
    dictionary1 = Dictionary(docs)
    dictionary1.filter_extremes(no_below=10, no_above=0.75, keep_n = 1000)

在这1000个最常用的标记中，我手动删除了500个标记，以便其余标记与我要生成的主题直接相关。我如何才能从这个新的字典类型的字典中进一步形成语料库文档。我应该使用哪种形式来训练我的LDA模型？

Answer 1

您可以按照以下方式训练LDA模型：

## Construct corpus and vectorize
corpus = [dictionary1.doc2bow(content) for content in docs]

## train LDA model with 5 topics over 100 passes
## number of topics is chosen randomly in this case
## higher number of passes leads to better results but increases complexity 
lda_model = gensim.models.ldamodel.LdaModel(corpus, num_topics=5, id2word = dictionary1, passes=100)

print(lda_model.print_topics(num_topics=5, num_words=3))

我可以从dict类型的字典中形成LDA模型的主体文档吗？

1 个答案: