如何将LDA模型应用于新文档集

问题描述

我使用以下LDA模型获取1000个文档的主题

`#creation de count vectorizer pour l entree de lda
 vectorizer = CountVectorizer(analyzer='word',min_df=7,# minimum reqd occurences of a word 
                         max_df=80,# maximum reqd occurences of a word 
                         stop_words='english',# remove stop words
                         lowercase=True,# convert all words to lowercase
                         token_pattern='[a-zA-Z0-9]{3,}',# num chars > 3
                         # max_features=50000,# max number of uniq words
                        )

data_vectorized = vectorizer.fit_transform(data_lemmatized)
# Materialize the sparse data
data_dense = data_vectorized.todense()

# Build LDA Model
lda_model = LatentDirichletAllocation(n_components=14,# Number of topics
                                  max_iter=10,# Max learning iterations
                                  learning_method='online',random_state=100,# Random state
                                  batch_size=128,# n docs in each learning iter
                                  evaluate_every = -1,n_jobs = -1,# Use all available cpus
                                 )
lda_output = lda_model.fit_transform(data_vectorized)
lda_output = lda_model.transform(data_vectorized)`

现在我想使用同一模型来获取100个新文档的主题（从第14个模型的主题中获取每个文档的主题），如何将这个模型应用于新的数据集？有人可以帮我吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

lda topic-modeling