槌中的Python主题建模错误

Question

嗨，我使用gensim进行主题建模，并使用Mallet并执行此代码我在c驱动器中解压缩槌，如图所示，并设置环境MALLET_HOME命令。我正在执行的代码是

mallet_path = r'c:/mallet-2.0.8/bin/mallet'
ldamallet = gensim.models.wrappers.LdaMallet(mallet_path, corpus=corpus, 
num_topics=20, id2word=id2word)

这给了我这样的错误

CalledProcessError                        Traceback (most recent call last)
<ipython-input-58-6e0dbb876ee6> in <module>()
----> 1 ldamallet = gensim.models.wrappers.LdaMallet(mallet_path, 
corpus=corpus, 
   num_topics=20, id2word=id2word)

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\gensim\models\wrappers\ldamallet.py in __init__(self, mallet_path, 
corpus, num_topics, alpha, id2word, workers, prefix, optimize_interval, 
iterations, topic_threshold)
124         self.iterations = iterations
125         if corpus is not None:
--> 126             self.train(corpus)
127 
128     def finferencer(self):

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\gensim\models\wrappers\ldamallet.py in train(self, corpus)
265 
266         """
--> 267         self.convert_input(corpus, infer=False)
268         cmd = self.mallet_path + ' train-topics --input %s --num-topics 
%s  --alpha %s --optimize-interval %s '\
269             '--num-threads %s --output-state %s --output-doc-topics %s - 
-output-topic-keys %s '\

~\AppData\Local\Continuum\anaconda3\lib\site- 
packages\gensim\models\wrappers\ldamallet.py in convert_input(self, corpus, 
infer, serialize_corpus)
254             cmd = cmd % (self.fcorpustxt(), self.fcorpusmallet())
255         logger.info("converting temporary corpus to MALLET format with 
%s", cmd)
--> 256         check_output(args=cmd, shell=True)
257 
258     def train(self, corpus):

~\AppData\Local\Continuum\anaconda3\lib\site-packages\gensim\utils.py in 
check_output(stdout, *popenargs, **kwargs)
1804             error = subprocess.CalledProcessError(retcode, cmd)
1805             error.output = output
-> 1806             raise error
1807         return output
1808     except KeyboardInterrupt:`

CalledProcessError: Command 'c:\mallet-2.0.8\bin\mallet import-file -- 
preserve-case --keep-sequence --remove-stopwords --token-regex "\S+" --input 
C:\Users\apath009\AppData\Local\Temp\d186ea_corpus.txt --output 
C:\Users\apath009\AppData\Local\Temp\d186ea_corpus.mallet' returned non-zero 
exit status 1.

请帮忙！！！

Answer 1

我也有这个错误，但现在它正在工作。我不确定我做了什么让它开始工作，但我会详细说明我所做的一切。

首先，我按照这个链接中的所有内容，回答了3个步骤（粘贴在下面）：Error when implementing gensim.LdaMallet

1. 确保设置MALLET_HOME
2. 在Python中设置mallet_path时转义斜杠

   mallet_path = 'c:\\mallet-2.0.8\\bin\\mallet'
   LDA_model = gensim.models.LdaMallet(mallet_path, ...

3. 此外，修改Python\Lib\site-packages\gensim\models\ldamallet.py:更改--token-regex '\S+' to --token-regex \"\S+\"中的第142行可能很有用

但我仍然得到错误。接下来，我的计算机是双启动的，所以我启动了lubuntu，安装了java，python3，gensim，并将mallet文件夹复制到lubuntu分区。我使用与windows相同的代码运行测试python文件，但使用来自lubuntu终端的新mallet目录/home/Desktop/mallet-2.0.8/bin/mallet。有效。然后我启动回Windows，突然它也在Windows上运行。