为什么每次运行我的主题权重的迹象都在变化？

Question

我正在运行 Gensim 的主题和转换教程中的 LSI 程序，出于某种原因，主题权重的符号不断从正变为负，反之亦然。 例如，这就是我使用该行打印时得到的结果

for doc, as_text in zip(corpus_lsi, documents):
    print(doc, as_text)

Run 1
[(0, 0.066007833960900791), (1, 0.52007033063618491), (2, -0.37649581219168904)]
[(0, 0.196675928591421), (1, 0.7609563167700063), (2, 0.5080674581001664)]
[(0, 0.089926399724459982), (1, 0.72418606267525132), (2, -0.408989731553764)]
[(0, 0.075858476521777865), (1, 0.63205515860034334), (2, -0.53935336057339001)]
[(0, 0.10150299184979866), (1, 0.57373084830029653), (2, 0.67093385852959075)]
[(0, 0.70321089393783254), (1, -0.1611518021402539), (2, -0.18266089635241448)]
[(0, 0.87747876731198449), (1, -0.16758906864658912), (2, -0.10880822642632856)]
[(0, 0.90986246868185872), (1, -0.14086553628718496), (2, 0.00087117874886860625)]
[(0, 0.61658253505692762), (1, 0.053929075663897361), (2, 0.25568697959599318)]

Run 2
[(0, 0.066007833960908563), (1, -0.52007033063618446), (2, -0.37649581219168959)]
[(0, 0.19667592859143226), (1, -0.76095631677000253), (2, 0.50806745810016629)]
[(0, 0.089926399724470751), (1, -0.72418606267525032), (2, -0.40898973155376284)]
[(0, 0.075858476521787177), (1, -0.63205515860034223), (2, -0.5393533605733889)]
[(0, 0.10150299184980684), (1, -0.57373084830029419), (2, 0.67093385852959098)]
[(0, 0.70321089393782976), (1, 0.16115180214026417), (2, -0.18266089635241456)]
[(0, 0.87747876731198149), (1, 0.16758906864660211), (2, -0.10880822642632891)]
[(0, 0.90986246868185627), (1, 0.14086553628719861), (2, 0.00087117874886795399)]
[(0, 0.61658253505692828), (1, -0.053929075663887563), (2, 0.25568697959599251)]

Run 3
[(0, 0.066007833960902929), (1, -0.52007033063618535), (2, 0.37649581219168821)]
[(0, 0.19667592859142491), (1, -0.76095631677000497), (2, -0.50806745810016662)]
[(0, 0.089926399724463771), (1, -0.7241860626752511), (2, 0.40898973155376317)]
[(0, 0.075858476521781085), (1, -0.63205515860034334), (2, 0.5393533605733889)]
[(0, 0.10150299184980124), (1, -0.57373084830029542), (2, -0.67093385852959064)]
[(0, 0.70321089393783143), (1, 0.16115180214025732), (2, 0.18266089635241564)]
[(0, 0.87747876731198304), (1, 0.16758906864659326), (2, 0.10880822642632952)]
[(0, 0.90986246868185761), (1, 0.1408655362871892), (2, -0.00087117874886778746)]
[(0, 0.61658253505692784), (1, -0.053929075663894419), (2, -0.25568697959599318)]

我在 PC 上运行 Python 3.5.2，在 IntelliJ 中编码。

任何人都遇到过这个问题，使用 Gensim 库或其他地方？

Answer 1

LSI 模型只不过是它下面的快速截断 SVD 的实现。 SVD 计算特征向量，这些向量对应于主题。 然而，即使在乘以 -1 之后，特征向量仍然是特征向量。 因此，符号可能会根据算法的实现方式不断翻转。 事实上，流行库 LAPACK 的 SVD 实现甚至 numpy 实现就是这种情况。

符号在这里真的无关紧要，因为乘以 -1 也是一个特征向量。

Answer 2

有多种可能性：

1. 主题的顺序可以不同。 运行之间的主题/词汇变化。 如果您每次都从头开始运行它（包括词汇生成等），则您看到的最终主题可能会在运行之间发生变化，或者在运行之间发生词汇变化，这可以解释差异。
2. 计算在数值上是不稳定的。 如果有一个接近 0.0 的值可能会发生这种情况，该值可能会四舍五入为 -0.0 或 +0.0（取决于有时可能不同的计算顺序）并影响结果的符号。 这可能与通用数字错误或导致它的软件/硬件组合有关。
3. 其他一些尚未确定的原因。