如何查看 Gensim 生成的字典的内容？

Question

我正在使用 Gensim 运行主题建模。在创建文档术语矩阵之前，需要创建一个令牌字典。

dictionary = corpora.Dictionary(tokenized_reviews)
doc_term_matrix = [dictionary.doc2bow(rev) for rev in tokenized_reviews]

但是，我不明白“字典”是什么类型的对象。

所以，当我输入：

type(dictionary)

我明白了

gensim.corpora.dictionary.Dictionary

这是一个字典（一种数据结构）吗？如果是这样，为什么我看不到内容（我只是好奇）？

当我输入时

dictionary

我明白了：

NLTK 中的某些对象也存在同样的问题。

如果这是一个字典（作为一种数据结构），为什么我不能像任何其他 Python 字典一样看到键和值？

谢谢， 纳维德

Answer 1

这是由 Gensim 项目实现的特定 Dictionary 类。

它将在接口上与标准 Python dict（以及您可能在其他地方使用过的其他各种 Dictionary/HashMap/etc 类型）非常相似。

但是，要确切了解它可以做什么，您应该查阅特定于类的文档：

https://radimrehurek.com/gensim/corpora/dictionary.html

像dict一样，可以做典型的操作：

len(dictionary)  # gets number of entries
dictionary[key]  # gets the value at a certain key (word)
dictionary.keys()  # gets all stored keys

当您尝试显示 dictionary 本身的值时，您看到通用 <gensim.corpora.dictionary.Dictionary at 0x1bac985ebe0> 的原因是它没有定义任何带有更多信息的便捷显示字符串 - 所以您看到的是默认值随机 Python 对象。 （此类词典通常太大而无法在被问及“展示自己”时有用地转储其全部内容。