Gensim LDA 主题分配

Question

我希望使用 LDA 将每个文档分配给一个主题。现在我意识到你得到的是来自 LDA 的主题分布。但是，正如您从下面的最后一行看到的那样，我将其分配给最可能的主题。

我的问题是这样的。为了获得这些主题，我必须第二次运行lda[corpus]。是否有其他一些内置的 gensim 函数可以直接给我这个主题分配向量？特别是由于 LDA 算法已经通过了文档，它可能已经保存了这些主题分配？

    # Get the Dictionary and BoW of the corpus after some stemming/ cleansing
    texts = [[stem(word) for word in document.split() if word not in STOPWORDS] for document in cleanDF.text.values]
    dictionary = corpora.Dictionary(texts)
    dictionary.filter_extremes(no_below=5, no_above=0.9)
    corpus = [dictionary.doc2bow(text) for text in texts]

    # The actual LDA component
    lda = models.LdaMulticore(corpus=corpus, id2word=dictionary, num_topics=30, chunksize=10000, passes=10,workers=4) 

    # Assign each document to most prevalent topic
    lda_topic_assignment = [max(p,key=lambda item: item[1]) for p in lda[corpus]]

Answer 1

没有其他内置的 Gensim 函数可以直接给出主题分配向量。

您的问题是有效的，LDA 算法已通过文档，但 LDA 的实现通过更新块中的模型（基于 chunksize 参数的值）来工作，因此它不会将整个语料库保留在内存中。

因此您必须使用lda[corpus] 或使用方法lda.get_document_topics()

Answer 2

dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]


test =LDA[corpus[0]]
print(test)
sorted(test, reverse=True, key=lambda x: x[1])

Topics = ['Topic_'+str(sorted(LDA[i], reverse=True, key=lambda x: x[1])[0][0]).zfill(3) for i in corpus]