使用gensim从外部tf-idf矩阵和词项列表训练LDA模型

Question

使用gensim从外部tf-idf矩阵和词项列表训练LDA模型

3

我已经有了一个tf-idf矩阵，其中行代表术语，列代表文档。现在我想用给定的术语-文档矩阵训练LDA模型。第一步似乎是使用gensim.matutils.Dense2Corpus将矩阵转换为语料库格式。但如何构建id2word参数呢？我有术语列表(#terms==#rows)，但不知道词典的格式，因此无法从gensim.corpora.Dictionary.load_from_text等函数中构建词典。有什么建议吗？谢谢。

- Ziyuan

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Radim · Accepted Answer

id2word 必须将每个 ID（整数）映射到术语（字符串）。

换句话说，它必须支持 id2word[123] == 'koala'。

一个普通的 Python dict 是最简单的选择。