如何獲取pyLDAvis中特定相關度量值（lambda）的每個主題的單詞列表？

Question

我使用 pyLDAvis 和 gensim.models.LdaMulticore 進行主題建模。 我總共有 10 個主題。 當我使用 pyLDAvis 對結果進行可視化時，有一個名為 lambda 的欄，上面有這樣的解釋：“滑動以調整相關性指標”。 我有興趣為 lambda = 0.1 分別提取每個主題的單詞列表。 我找不到在文檔中調整 lambda 以提取關鍵字的方法。

我正在使用這些行：

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

這些是結果：

   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，這些結果與我在可視化中觀察到的 lambda 為 0.1 的結果無關。 其次，我看不到由主題分隔的結果。

Answer 1

你可能想閱讀這個 github 頁面： https : //nicharuc.github.io/topic_modeling/

根據這個例子，你的代碼可能是這樣的：

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