如何使用gensim获取LDA模型中主题的后验概率？

Question

我想在Bybee、Leland 和 Kelly、Bryan T. 和 Manela、Asaf 和 Xiu、Da Cheng、《商业新闻和商业周期》（即将发表在《金融杂志》上）中应用“贝叶斯因子”方法。因此，我想计算具有选定主题编号的LDA模型的后验概率，以便我可以比较具有不同主题编号的不同模型。 我尝试在gensim中使用“LdaState”，但是，我未能获得正确的参数。 谁能告诉我如何使用“LdaState”？

例如：

eta = lda0.eta
lamda = LdaState(eta, shape=((i, 10),)).get_lambda()

File "C:\Users\AppData\Roaming\JetBrains\PyCharmCE2023.2\scratches\scratch_10.py", line 71, in run
    lamda = LdaState(eta, shape=((i, 10),)).get_lambda()
            ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\User\PycharmProjects\pythonProject\venv\Lib\site-packages\gensim\models\ldamodel.py", line 174, in __init__
    self.sstats = np.zeros(shape, dtype=dtype)
                  ^^^^^^^^^^^^^^^^^^^^^^^^^^^^
TypeError: 'tuple' object cannot be interpreted as an integer

Answer 1

取自

Gensim LDA模型文档

classgensim.models.ldamodel.LdaState(eta, shape, dtype=<class 'numpy.float32'>) 基础：SaveLoad

参数

• eta (numpy.ndarray) – 分配给每个术语的先验概率。

• shape (tuple of (int, int)) – 足够统计量的形状：（要找到的主题数量，词汇表中的术语数量）。

• dtype (type) – 覆盖 numpy 数组默认类型。

dtype

 是可选的。确保您传递的其余参数与上面的匹配。