访问 Gensim LDA 生成的术语主题矩阵答案

【问题标题】：Access Term Topic Matrix generated by Gensim LDA访问 Gensim LDA 生成的术语主题矩阵
【发布时间】：2017-11-21 23:19:15
【问题描述】：

我已经使用 gensim 训练了一个 LDA 模型。我的印象是 Lda 将数据减少到两个较低级别的矩阵（参考：https://www.analyticsvidhya.com/blog/2016/08/beginners-guide-to-topic-modeling-in-python/），但我似乎无法弄清楚如何访问术语主题矩阵。我可以在 gensim 的文档中找到的唯一参考是 .get_topics() 属性，但是它提供的格式对我来说毫无意义。

应用转换来检索文档主题矩阵很容易，如下所示：

doc_topic_matrix = lda_model[doc_term_matrix]

所以我希望有一种类似的功能方法来生成主题词矩阵。

理想情况下，输出应如下所示：

         word1  word2  word3  word4  word5
topic_a   .12    .38    .07    .24    .19
topic_b   .41    .11    .04    .14    .30

对这是否可能有任何想法？

【问题讨论】：

标签： python gensim lda

【解决方案1】：

很简单，你可以这样搞定：

#get raw topic > word estimates
topics_terms = model.state.get_lambda() 

#convert estimates to probability (sum equals to 1 per topic)
topics_terms_proba = np.apply_along_axis(lambda x: x/x.sum(),1,topics_terms)

# find the right word based on column index
words = [model.id2word[i] for i in range(topics_terms_proba.shape[1])]

#put everything together
pd.DataFrame(topics_terms_proba,columns=words)

【讨论】：

【解决方案2】：

你已经提到了合适的方法get_topics()。

您可以通过以下方式解释使用 pandas 的结果：

import pandas as pd
from gensim.models import LdaModel
from gensim.test.utils import common_dictionary, common_corpus

model = LdaModel(common_corpus, id2word=common_dictionary, num_topics=2)
pd.DataFrame(model.get_topics(), columns=model.id2word.values(), index=[f'topic {i}' for i in range(model.num_topics)])

最终结果如下：

【讨论】：