是否可以按照Bao和Datta（2014）的建议使用Gensim应用句子级LDA模型？论文is here。
明显的特征是它使“每句话假设一个主题”（第1376页）。这与其他句子级方法不同，后者通常允许每个句子包含多个主题。 “最直接的方法是将每个句子视为一个文件，并将LDA模型应用于句子而不是文档。” （P.1376）。但是，我认为假设一个句子处理一个主题更合理。
谢谢！
您可以运行Brody＆Elhadad（2010）称之为local-LDA的内容 - 只需逐句将文本数据提供给LDA - 如果您将文档拆分成句子，则很容易。但是，LDA仍会为每个句子提供多个主题（根据定义，您可以获得所有主题的值，尽管gensim的minimum_probabiliy默认值为0.01），这当然与Bao＆Datta提出的方法不同。
然而，Bao和Datta（2014）的文章中的supplemental material包含C或C ++（我假设，它在自述文件中没有说明）.exe加上材料中的使用说明。你可以从命令行运行它，或写一个wrapper for Python（以gensim格式输出将是锦上添花） - 如果你这样做，请分享你的代码，它可能对其他人有帮助。