Feng Mai
2018-06-15 06:25:29
要将每个文档的主题混合导出到csv文件，请执行以下操作：
import pandas as pd
mixture = [dict(lda_model[x]) for x in corpus1]
pd.DataFrame(mixture).to_csv("topic_mixture.csv")
要将每个主题的热门单词导出到csv文件中，请执行以下操作：
top_words_per_topic = []
for t in range(lda_model.num_topics):
top_words_per_topic.extend([(t, ) + x for x in lda_model.show_topic(t, topn = 5)])
pd.DataFrame(top_words_per_topic, columns=['Topic', 'Word', 'P']).to_csv("top_words.csv")
CSV文件将具有以下格式
Topic Word P
0 w1 0.004437
0 w2 0.003553
0 w3 0.002953
0 w4 0.002866
0 w5 0.008813
1 w6 0.003393
1 w7 0.003289
1 w8 0.003197
...
热门帖子
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
太好了，这有效！无论如何，我可以得到主题的标签，而不是主题0-19？
LDA模型本身没有附带标签作为其训练结果。Gensim只能打印主题中的重要单词。
是的，谢谢冯！我实际上想问的是-有没有一种方法可以以csv /文本格式存储最重要的单词及其系数（或分数）？
@ VP10您是否获得了存储热门单词及其系数的方法？我也在为此工作，但我不知道如何将其存储在csv中