在Gensim中标准化单词数据袋

Question

我正在使用gensim创建一袋单词模型，并且我想执行归一化。我找到了文档（https://radimrehurek.com/gensim/models/normmodel.html），但对于给定的代码，我对如何实现该文档感到困惑。会话是带标记的文档的列表，因此实质上是每个元素都是文档时的列表的列表。

id2word = corpora.Dictionary(conversations)
id2word.filter_extremes(keep_n=5000, keep_tokens=None) 
corpus = [id2word.doc2bow(text) for text in conversations]
norm_corpus = NormModel(corpus)

我相信，Corpus是一个稀疏矩阵。对于每个文档，它具有非零频率项和相应的计数：[[（（0，2），（1，5），（2，4）...（92，2），（93，3） ]，...]。

当我尝试将以下各项输入到norm_corpus中时，带有models.LsiModel(norm_corpus, id2word=id2word, num_topics=12)的最后一行不起作用。我收到类型错误消息，“ int”对象不可迭代。但是，文档说要传递语料，所以我很困惑。我将不胜感激-谢谢！

Answer 1

我目前无法检查，请尝试以下方法：

norm_corpus = NormModel()
norm_corpus.normalize(text)

或

norm_corpus.normalize(id2word.doc2bow(text)

您拥有原始代码

`NormModel(iterable)`

但是文档说您需要通过：

NormModel(iterable of iterable(int,number))

如果这有道理。