如何获取pyLDAvis中特定相关度量值（lambda）的每个主题的单词列表？

Question

我使用 pyLDAvis 和 gensim.models.LdaMulticore 进行主题建模。 我总共有 10 个主题。 当我使用 pyLDAvis 对结果进行可视化时，有一个名为 lambda 的栏，上面有这样的解释：“滑动以调整相关性指标”。 我有兴趣为 lambda = 0.1 分别提取每个主题的单词列表。 我找不到在文档中调整 lambda 以提取关键字的方法。

我正在使用这些行：

if 1 == 1:
    LDAvis_prepared = pyLDAvis.gensim_models.prepare(lda_model, corpus, id2word, lambda_step=0.1)
LDAvis_prepared.topic_info

这些是结果：

   Term     Freq        Total       Category logprob loglift
321 ra      2336.000000 2336.000000 Default 30.0000 30.0000
146 may     1741.000000 1741.000000 Default 29.0000 29.0000
66  doctor  1310.000000 1310.000000 Default 28.0000 28.0000

首先，这些结果与我在可视化中观察到的 lambda 为 0.1 的结果无关。 其次，我看不到由主题分隔的结果。

Answer 1

你可能想阅读这个 github 页面： https : //nicharuc.github.io/topic_modeling/

根据这个例子，你的代码可能是这样的：

lambd = 0.6 # a specific relevance metric value

all_topics = {}
num_topics = lda_model.num_topics
num_terms = 10 

for i in range(1,num_topics): 
    topic = LDAvis_prepared.topic_info[LDAvis_prepared.topic_info.Category == 'Topic'+str(i)].copy()
    topic['relevance'] = topic['loglift']*(1-lambd)+topic['logprob']*lambd
    all_topics['Topic '+str(i)] = topic.sort_values(by='relevance', ascending=False).Term[:num_terms].values
pd.DataFrame(all_topics).T