使用LDA模型对新的文档进行分类

核心代码很简单：

import gensim
from 自己的工具类 import get_seg_content

# lda_model 为已经训练好的LDA模型
# content 为一条文本内容
def get_topic(lda_model, content):
    # get_seg_content() 方法是对文本进行分词
    content = get_seg_content(content)
    dictionary = gensim.corpora.Dictionary([content])
    corpus = dictionary.doc2bow(content)  # 文档转换成bow
    topics = lda_model.get_document_topics(corpus)  # 得到新文档的主题分布
    return topics

lda_Model可以使用这行代码读取：

lda_model = gensim.models.ldamodel.LdaModel.load('../models/lda模型位置')

content是一条文本：

content = '巴拉巴拉。。。'

根据以上的代码，可以构造符合自己项目的代码，比如content换成文本列表什么的