lda主题评论文本python_[翻译] 在Python中使用LDA处理文本

说明：

安装

$ pip install lda --user

示例

from __future__ import division, print_function

import numpy as np

import lda

import lda.datasets

# document-term matrix

X = lda.datasets.load_reuters()

print("type(X): {}".format(type(X)))

print("shape: {}\n".format(X.shape))

print(X[:5, :5])

'''输出：

type(X):

shape: (395L, 4258L)

[[ 1 0 1 0 0]

[ 7 0 2 0 0]

[ 0 0 0 1 10]

[ 6 0 1 0 0]

[ 0 0 0 2 14]]

'''

X为395*4298的矩阵，意味着395个文本，共4258个单词。值代表出现次数。

看一下是哪些单词：

# the vocab

vocab = lda.datasets.load_reuters_vocab()

print("type(vocab): {}".format(type(vocab)))

print("len(vocab): {}\n".format(len(vocab)))

print(vocab[:6])

&#