gensim中动态主题模型（DTM）两种实现方法（二）

第一部分内容请点此阅读：gensim中动态主题模型（DTM）两种实现方法（一）

目录

（二）gensim.models.wrappers.dtmmodel.DtmModel包

   1、如何使用呢？

   2、c语言运行的二进制文件作为参数

   3、基本函数的使用   

---

（二）gensim.models.wrappers.dtmmodel.DtmModel包

       在gensim中还有一个包，也可以用于DTM主题建模。该包的路径中有一个单词wrappers（封装）。所以我的理解是，这个包是对原始C语言版的封装。与第一个包明显的不同是，该包仅仅是个外壳，提供一些基本方法的借口和调用格式。内核的东西还是C语言的。因此，网上有不少利用这个包的教程，基本上是不能直接运行出结果的。但是这个包与第一个python包比较，有两点吸引人：一个是它的运行时间（本人电脑的测试结果是，这个模型运行上文同样的数据集，大概需要不到2个小时的时间，上文需要的是4-5个小时）；还有一个比较吸引人的地方是它实现了DIM模型。可以用model.influences_time方法获取文档重要程度的度量结果。

   1、如何使用呢？

       该模型该如何使用呢？注意看源代码中的注释说明。尤其是warnings下的说明。该说明告诉我们，如果想使用它训练模型的话，必须要安装原始实现（blei等人的c语言实现）二进制文件。因此，使用的最基本方法是将原始c语言版本下载运行出一个可执行文件（.exe文件，即注释中说的binary path）。然后需要将该exe文件的path作为模型初始化的第一个参数（dtm_path）。  如何运行c语言版本，网上的教程较多，在此不做介绍了。那么，有没有办法不运行c语言程序也可以使用呢？请看第2部分。

class DtmModel(utils.SaveLoad):
    """Python wrapper using `DTM implementation <https://github.com/magsilva/dtm/tree/master/bin>`_.

    Communication between DTM and Python takes place by passing around data files on disk and executing
    the DTM binary as a subprocess.

    Warnings
    --------
    This is **only** python wrapper for `DTM implementation <https://github.com/magsilva/dtm/tree/master/bin>`_,
    you need to install original implementation first and pass the path to binary to ``dtm_path``.

    """
    def __init__(self, dtm_path, corpus=None, time_slices=None, mode='fit', model='dtm', num_topics=100,
                 id2word=None, prefix=None, lda_sequence_min_iter=6, lda_sequence_max_iter=20, lda_max_em_iter=10,
                 alpha=0.01, top_chain_var=0.005, rng_seed=0, initialize_lda=True):
        """

        Parameters
        ----------
        dtm_path : str
            Path to the dtm binary, e.g. `/home/username/dtm/dtm/main`.

   2、c语言运行的二进制文件作为参数

         重新编译C语言，然后将exe文件作为参数传递固然可行，但有没有更加便捷的方法呢？请注意继续深入研读注释部分，warnings中的那段话。发现软件开发人员还是很有良心的。在注释中，那个网址已经清晰的告诉我们可以怎么办了。怎么办呢。打开https://github.com/magsilva/dtm/tree/master/bin ，发现github上已经提供编译好的二进制文件了。还贴心的提供了不同的版本。

 

     因此，可以将需要的版本下载到指定目录，备用。

   3、基本函数的使用   

    有了上面的基本准备后，就可以使用 gensim.models.wrappers.dtmmodel.DtmModel包的模型训练函数了。

    训练模型的基本方法：    

model = DTM.dtm_model('yourpath\dtm-win64.exe',
                       corpus=corpus,time_seq=time_slice,num_topics=numTopics)

      这个里面尤其要注意第一个参数，也就是初始化函数中的dtm_path。这个参数是模型运行的核心。因为正是这个exe文件才实现了DTM的e-step和m-step以及DIM模型。

      除此之外，还有几个常用的函数，功能与第一个模型类似，但是名称有所区别，因此使用时，注意不要两个模型搞混了。

def print_topics(self, num_topics=10, times=5, num_words=10):

def show_topics(self, num_topics=10, times=5, num_words=10, log=False, formatted=True):

def show_topic(self, topicid, time, topn=50, num_words=None):

def print_topic(self, topicid, time, topn=10, num_words=None):

model.influences_time[time][document][topic]   #这是模型训练出的一个三维矩阵。

     写到这里，感觉这两个模型同时放到gensim.models之下，确实容易让我们初学主题模型的人产生误解或混用的情况（实际上，网上的教程有混用的问题）。在这里给我的提醒是在使用别人源码时，一定要阅读源码，尤其是源码中的关键注释也不能放过。这样才能更好地理解代码作者的基本思路，同时，也才能提升自己的分析和理解问题的能力。