3

在 LDA 模型中，这是我认为使用现有模型推断新文档的两种方法。这两种方法有什么区别？

4

1 回答 1

1

我做了一些测试，其中我的 ldamodel 有 8 个主题，这里是我的结果： 2 文档来预测主题：

list_unseenTw=[['hope', 'miley', 'blow', 'peopl', 'mind', 'tonight', 'gain', 'million', 'fan'],['@mileycyrustour', "we'r", 'think', "it'", 'pretti', 'cool', 'miley', 'saturday', 'night', 'live', 'tonight', '#prettycool']]

  1. 使用 lda[doc_bow] 进行预测（它已经给出了匹配主题的百分比）

    doc_bow = [dictionary.doc2bow(text) for text in list_unseenTw] predictions = ldamodel[doc_bow]

    predictions[0]: [(0, 0.02509002728802024), (1, 0.0250114373070437), (2, 0.025040162139306051), (3, 0.82462688228515812), (4, 0.025150924341817767), (5, 0.025000027675139792), (6, 0.025000024127660267), (7 , 0.025080514835853926)]

    predictions[1]: [(0, 0.031250011319462589), (1, 0.031250013721820222), (2, 0.031250019639505598), (3, 0.031250015093378707), (4, 0.031250019670816337), (5, 0.031250024860739675), (6, 0.78124988084026048), (7 , 0.031250014854016454)]

  2. 使用 ldamodel.inference 进行预测（结果以权重而不是百分比给出）

    pred=ldamodel.inference(doc_bow)

    打印（预）

    （数组（[[[[0.12545023，0.1250572，0.12520085，4.12309694，0.12579184，0.12500014，0.12500014，0.12500012，0.12540268]

如您所见，第一个预测 (doc1) 的结果与您所做的相同（主题 3）：

total=0

for i in pred[0][0]:

        total+=i

4.12309694/total = 0.82462%
于 2017-08-09T12:49:49.643 回答