您好, 欢迎来到 !    登录 | 注册 | | 设为首页 | 收藏本站

Python Gensim:如何使用LDA模型计算文档相似度?

Python Gensim:如何使用LDA模型计算文档相似度?

不知道这是否有帮助,但是当使用实际文档作为查询时,我设法在文档匹配和相似性方面获得了成功的结果。

dictionary = corpora.Dictionary.load('dictionary.dict')
corpus = corpora.MmCorpus("corpus.mm")
lda = models.LdaModel.load("model.lda") #result from running online lda (training)

index = similarities.MatrixSimilarity(lda[corpus])
index.save("simIndex.index")

docname = "docs/the_doc.txt"
doc = open(docname, 'r').read()
vec_bow = dictionary.doc2bow(doc.lower().split())
vec_lda = lda[vec_bow]

sims = index[vec_lda]
sims = sorted(enumerate(sims), key=lambda item: -item[1])
print sims

语料库中所有文档与用作查询的文档之间的相似性得分将是每个sim卡的第二个索引。

python 2022/1/1 18:25:39 有482人围观

撰写回答


你尚未登录,登录后可以

和开发者交流问题的细节

关注并接收问题和回答的更新提醒

参与内容的编辑和改进,让解决方法与时俱进

请先登录

推荐问题


联系我
置顶