如何使用Gensim打印十大主題？

Question

在官方說明中，LDA中的主題之間沒有自然的順序。

至於方法show_topics（），如果它返回的num_topics <= self.num_topics所有主題的子集是任意的，則可能在兩次LDA訓練運行之間發生變化。

但是我傾向於找到語料庫的十大常見話題。 還有其他方法可以做到這一點嗎？

非常感謝。

Answer 1

如文檔所述，LDA中的主題之間沒有自然的順序。 如果您有自己的主題排序標准（例如出現頻率），則始終可以從模型中檢索主題的整個列表，然后自己對其進行排序。

但是，即使“十個最頻繁的主題”的概念也模棱兩可，並且可以合理地提出頻率的幾種不同定義。 您是指分配給最多單詞標記的主題嗎？ 您是說所有文檔中平均比例最高的主題嗎？ 這種歧義是gensim沒有內置的主題排序方法的原因。

Answer 2

在gensim LDA文檔中， 列舉了以下方法：

top_topics（語料庫=無，文本=無，字典=無，window_size =無，連貫性='u_mass'，topn = 20，進程= -1）

這可能會有所幫助。