gensim.interfaces.TransformedCorpus - 如何使用？

Question

我在Latent Dirichlet Allocation的世界里相对较新.我能够按照Wikipedia教程生成LDA模型,并且我能够使用自己的文档生成LDA模型.我现在的步骤是尝试了解如何使用previus生成的模型对看不见的文档进行分类.我正在保存我的"lda_wiki_model"

id2word =gensim.corpora.Dictionary.load_from_text('ptwiki_wordids.txt.bz2')

    mm = gensim.corpora.MmCorpus('ptwiki_tfidf.mm')

    lda = gensim.models.ldamodel.LdaModel(corpus=mm, id2word=id2word, num_topics=100, update_every=1, chunksize=10000, passes=1)
    lda.save('lda_wiki_model.lda')

我正在加载相同的模型:

new_lda = gensim.models.LdaModel.load(path + 'lda_wiki_model.lda') #carrega o modelo

我有一个"new_doc.txt",我将我的文档转换为id < - >术语字典并将此标记化文档转换为"文档 - 术语矩阵"

但是当我运行时,new_topics = new_lda[corpus]我收到一个 'gensim.interfaces.TransformedCorpus对象,位于0x7f0ecfa69d50'

我怎样才能从中提取主题？

我已经试过了

`lsa = models.LdaModel(new_topics, id2word=dictionary, num_topics=1, passes=2)
corpus_lda = lsa[new_topics]
print(lsa.print_topics(num_topics=1, num_words=7)

和

print(corpus_lda.print_topics(num_topics=1, num_words=7)`

但是返回的主题与我的新文档无关.我的错误在哪里？我想念一些东西？

**如果使用上面创建的字典和语料库运行新模型,我会收到正确的主题,我的观点是:如何重用我的模型？是否正确地重用了wiki_model？

谢谢.

Answer 1

我遇到了同样的问题.此代码将解决您的问题:

new_topics = new_lda[corpus]

for topic in new_topics:

      print(topic)

这将为您提供表格元组列表(主题编号,概率)