使用 LDA 主题模型作为分类模型输入

Question

我使用大训练数据集制作了 LDA 模型来制作主题模型。 因此，我尝试使用此 LDA 模型使用它在训练数据集中未使用的新句子进行分类。

如何使用新的输入句子找到最接近的主题编号？

我应该使用 LDA 主题模型作为分类模型输入吗？

欢迎分享使用 Python 的示例代码。

Answer 1

在分类问题中，由于ground-truth标签已知，我们只需要考虑如何从训练数据中提取特征。 对于LDA，特征通常是主题概率分布，即如果语料中有5个主题，则特征向量的维数为5，这应该是比最接近主题编号（最可能主题）更好的特征.

关于如何获取新输入句子的主题概率分布，你可以看看这里，对于其他包，它们应该也有类似的功能。