Pet*_*rby 6 python nlp latent-semantic-indexing gensim
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,我已经转换为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,问题是上述变量主题返回一个向量.如果我将x与其他文档进行比较,该向量很有用,因为它允许我找到它们之间的余弦相似性,但我无法实际返回与x本身相关的特定单词.
我错过了什么,或者Gensim没有这种能力？
谢谢,
编辑
拉斯曼斯有答案.
我能够通过使用以下方式显示主题:
for t in topics:
print lsi.show_topics(t[0])
| 归档时间： |
|
| 查看次数： |
10788 次 |
| 最近记录： |