问题描述
我正在尝试在top2vec模型上工作。当我在下面的代码行中运行时，遇到了
AttributeError：“ Top2Vec”对象没有属性“ topic_sizes”
documents,document_scores,document_nums = top2vec.search_documents_by_topic(topic_num=344,num_docs=2)
result_df = Articles_df.loc[document_nums]
result_df["document_scores"] = document_scores
for index,row in result_df.iterrows():
print(f"Document: {index},score: {row.document_scores}")
print(f"Date: {row.Date}")
print(f"Headline: {row.Headline}")
print("-----------")
print(row.Artciles)
print("-----------")
print()
即使这些行在任何地方都没有topic_sizes。为了全面理解，我还将提供错误消息的整个外壳。
AttributeError跟踪（最近的调用） 最后） ----> 1个文档，document_scores，document_nums = top2vec.search_documents_by_topic（topic_num = 344，num_docs = 2） 2 3 result_df = Articles_df.loc [document_nums] 4 result_df [“ document_scores”] = document_scores 5
〜/ PycharmProjects / News / venv / lib / python3.7 / site-packages / top2vec / Top2Vec.py 在search_documents_by_topic（自身，topic_num，num_docs， return_documents，减少了） 983 984 self._validate_topic_num（topic_num，减少的） -> 985 self._validate_topic_search（topic_num，num_docs，减少） 986 987 topic_document_indexes = np.where（self.doc_top == topic_num）[0]
〜/ PycharmProjects / News / venv / lib / python3.7 / site-packages / top2vec / Top2Vec.py 在_validate_topic_search中（自我，topic_num，num_docs，已精简） 489 f“仅包含{self.topic_sizes_reduced [topic_num]}文档。”） 490其他： -> 491，如果num_docs> self.topic_sizes [topic_num]： 492提高ValueError（f“无效的文档数：原始主题{topic_num}” 493 f“仅包含{self.topic_sizes [topic_num]}个文档。”）
AttributeError：“ Top2Vec”对象没有属性“ topic_sizes”
我正在尝试对top2vec使用预训练模型，并试图分析自己的数据集。 我将不胜感激任何解决方案或建议。
解决方法
我在数据集上尝试了您的代码，并且该代码正在运行，但是我在主题1中有2个主题（0,1）和796个documnets，我这样做是这样的：（否则，在主题数和文件。）
documents,document_scores,document_nums = modelx.search_documents_by_topic(topic_num=1,num_docs=796)
其他行就像您的代码。