Gensim HDP - 文档的热门主题分布

Question

我想要我的文档的主题分布。然而，Gensim 的 HDP

show_topic()

默认返回 20 个主题。我想他们不应该是最好的。深入挖掘后，我发现总共有 150 个主题，因为代码中的截断级别默认设置为 150 code。

我发现了另一篇文章post，它提供了选择最佳主题数量的方法。但是，即使我们确定了热门主题，我们如何根据已确定的主题来表示新文档？因为

hdp[doc]

再次给出了 150 个主题之间的分布。

HDP 本身应该选择最佳主题数量，这与我们决定主题数量的 LDA 不同。但是，我无法在 Gensim 的实现中实现它。

Answer 1

据我所知，没有方法可以返回形状文档x主题的矩阵。然而，有一种方法可以构建这样的矩阵。你执行：

<gensim.models.hdpmodel.HdpModel>.inference(chunk=single_document)

对于语料库中的每个文档。