通过 Gensim 查找未见过文档的主题答案

【问题标题】：Finding topics of an unseen document via Gensim通过 Gensim 查找未见过文档的主题
【发布时间】：2012-07-13 13:22:10
【问题描述】：

我正在使用 Gensim 进行一些大规模的主题建模。我很难理解如何确定未见（非索引）文档的预测主题。例如：我有 2500 万个文档，我已将其转换为 LSA（和 LDA）空间中的向量。我现在想弄清楚一个新文档的主题，我们称之为 x。

根据 Gensim 文档，我可以使用：

topics = lsi[doc(x)]

其中 doc(x) 是将 x 转换为向量的函数。

然而，问题是上面的变量topics返回一个向量。如果我将 x 与其他文档进行比较，该向量很有用，因为它可以让我找到它们之间的余弦相似度，但我实际上无法返回与 x 本身相关联的特定单词。

是我遗漏了什么，还是 Gensim 没有这种能力？

谢谢，

编辑

拉斯曼有答案。

我可以通过以下方式显示主题：

for t in topics:
    print lsi.show_topics(t[0])

【问题讨论】：

【解决方案1】：

[] 在 LSI 模型上返回的向量实际上是 (topic, weight) 对的列表。您可以通过 LsiModel.show_topic 方法检查主题

【讨论】：

【解决方案2】：

我可以通过以下方式显示主题：

对于主题中的 t：打印 lsi.show_topics(t[0])

只是想指出解决方案代码中的一个微小但重要的错误：您需要使用 show_topic() 函数而不是 show_topic**s**() 函数。

附：我知道这应该作为评论而不是答案发布，但我目前的声誉评分还不允许 cmets！

【讨论】：