Я занимаюсь моделированием тем для газетных статей и реализовал LDA с использованием gensim в Python3. Теперь я хочу создать облако слов для каждой темы, используя 20 лучших слов для каждой темы. Я знаю, что могу распечатать слова и сохранить модель LDA, но есть ли способ просто сохранить лучшие слова для каждой темы, которые я могу использовать для создания облаков слов?
Я пытался погуглить, но ничего подходящего не нашел. Любая помощь приветствуется.
Вы можете получить лучшие слова из модели LDA, используя встроенный в Gensim метод show_topic.
lda = models.LdaModel.load('lda.model')
for i in range(0, lda.num_topics):
with open('output_file.txt', 'w') as outfile:
outfile.write('{}\n'.format('Topic #' + str(i + 1) + ': '))
for word, prob in lda.show_topic(i, topn=20):
outfile.write('{}\n'.format(word.encode('utf-8')))
outfile.write('\n')
Это запишет файл в формате, подобном этому:
Topic #69:
pet
dental
tooth
adopt
animal
puppy
rescue
dentist
adoption
animal
shelter
pet
dentistry
vet
paw
pup
patient
mix
foster
owner
Topic #70:
periscope
disneyland
disney
snapchat
brandon
britney
periscope
periscope
replay
britneyspear
buffaloexchange
britneyspear
https
meerkat
blab
periscope
kxci
toni
disneyland
location
Вам может потребоваться или не потребоваться настроить это в соответствии с вашими потребностями, т.е. вывести список 20 лучших слов вместо вывода его в текстовый файл.
Ответ в этом посте дает хорошее объяснение того, как использовать необработанный текст для создания облаков слов. Как распечатать модель темы lda и облако слов для каждой из тем
есть ли способ просто сохранить лучшие слова для каждой темы?
Да, есть. jLDADMM выводит самые популярные слова для каждой темы. В версии 1.0 в выходной файл с верхними словами записываются только самые актуальные слова, без их вероятности с учетом темы.
