在gensim LdaModel中提取主题词概率矩阵
Extract topic word probability matrix in gensim LdaModel
我有 LDA 模型和文档主题概率。
# build the model on the corpus
ldam = LdaModel(corpus=corpus, num_topics=20, id2word=dictionary)
# get the document-topic probabilities
theta, _ = ldam.inference(corpus)
我还需要所有主题的词分布，即主题词概率矩阵。有没有办法提取这些信息？
谢谢！
topics-term 矩阵 (lambda) 可通过以下方式访问：
topics_terms = ldam.state.get_lambda()
如果您想要概率分布，只需对其进行归一化即可：
topics_terms_proba = np.apply_along_axis(lambda x: x/x.sum(),1,topics_terms)
我有 LDA 模型和文档主题概率。
# build the model on the corpus
ldam = LdaModel(corpus=corpus, num_topics=20, id2word=dictionary)
# get the document-topic probabilities
theta, _ = ldam.inference(corpus)
我还需要所有主题的词分布，即主题词概率矩阵。有没有办法提取这些信息？
谢谢！
topics-term 矩阵 (lambda) 可通过以下方式访问：
topics_terms = ldam.state.get_lambda()
如果您想要概率分布，只需对其进行归一化即可：
topics_terms_proba = np.apply_along_axis(lambda x: x/x.sum(),1,topics_terms)