为LDA输入python创建tf-idf矩阵

Question

我是Gensims LDA的主题建模和实验领域的新手，可以找到我的数据集中讨论的主题。

nr_topics = 75 # how many topics would you expect
ldamodel = gensim.models.LdaModel(corpus,  # the term frequency matrix      # LdaModel = basic version
                                  id2word=dictionary,  # the id -> term dictionary
                                  num_topics=nr_topics, # the nr of topics we want
                                  update_every = 1,
                                  chunksize = 250,
                                  passes=20,  # increase this for added precision
                                  alpha = 0.1, # a low aplha = few topics per document
                                  eta = 0.2, # a low eta = few word combinations per topic
                                  minimum_probability = 0.02
                                 )

ldamodel.print_topics(num_topics=20, num_words=10)

但是更改所有这些参数不会产生良好的结果，并且运行模型大约需要一个小时，因此使用这些参数非常耗时。我认为，如果我对标记化的输入数据应用tf-idf，并且对这个想法有2个问题，则输出会更好：

1. 这是否完全可以改善lda输出？
2. 我将如何创建可以用作lda输入的tf-idf矩阵？ 这就是我从熊猫数据框中存储的数据为LDA创建语料库的方式。 dictionary=corpora.Dictionary(sentences.content) corpus=[dictionary.doc2bow(i, allow_update = True)for i in sentences.content]