小编Nil*_*ter的帖子

我正在尝试使用以下代码从csv文件转置矩阵：

import csv
from itertools import izip
a = izip(*csv.reader(open("TDM.csv", "rb")))
csv.writer(open("output.csv", "wb")).writerows(a)

不幸的是，发生以下错误：

import csv
from itertools import izip
a = izip(*csv.reader(open("TDM.csv", "rb")))
csv.writer(open("output.csv", "wb")).writerows(a)

我已经浏览了各个论坛，但找不到适合我的正确答案。

我想使用 Blei 等人的动态主题建模。( http://www.cs.columbia.edu/~blei/papers/BleiLafferty2006a.pdf ) 包含近 3800 个专利文档的大型语料库。\n有人有在 gensim 包中使用 DTM 的经验吗？\n我发现了两个楷模：

\n
1. models.ldaseqmodel \xe2\x80\x93 Python链接中的动态主题建模
\n
2. models.wrappers.dtmmodel \xe2\x80\x93 动态主题模型 (DTM)链接
\n

您使用哪一种，或者如果两者都使用，哪一种“更好”？换句话说，您更喜欢哪一个？

我目前正在尝试使用 gensim topiccoherencemodel 评估我的主题模型：

from gensim.models.coherencemodel import CoherenceModel
cm_u_mass = CoherenceModel(model = model1, corpus = corpus1, coherence = 'u_mass')
coherence_u_mass = cm_u_mass.get_coherence()

print('\nCoherence Score: ', coherence_u_mass)

输出只是负值。这样对吗？任何人都可以提供一个公式或 u_mass 是如何工作的吗？