Gensim在句子中查找主題

Question

我已經在語料庫上訓練了LDA算法，我想要做的是為每個句子獲取與之對應的主題，以便在算法找到的內容和我擁有的標簽之間進行比較。

我已經嘗試使用下面的代碼，但是結果非常糟糕，我發現了很多有關主題17的內容（可能是25％，應該接近5％）

謝謝你的幫助

# text lemmatized: list of string lemmatized
dico = Dictionary(texts_lemmatized)
corpus_lda = [dico.doc2bow(text) for text in texts_lemmatized]

lda_ = LdaModel(corpus_lda, num_topics=18)

df_ = pd.DataFrame([])
data = []

# theme_commentaire = label of the string
for i in range(0, len(theme_commentaire)):
     # lda_.get_document_topics() gives the distribution of all topic for a specific sentence
     algo = max(lda_.get_document_topics(corpus_lda[i]))[0]
     human = theme_commentaire[i]
     data.append([str(algo), human])

cols = ['algo', 'human']
df_ = pd.DataFrame(data, columns=cols)
df_.head()

Answer 1

解決的評論：

不過，我發現了我的問題，它是max（）函數，它對我的​​元組列表的鍵值[（num_topics，概率）]起作用，因此基本上我大部分時間都會得到17，因為它是最大的鍵。 –格洛瓦