感谢您的关注。我有一个方向性的问题 – 我使用 Gensims Mallet 包装器构建了一个潜在 Dirichlet 分配模型。我在 OldDataSet.csv 上训练了模型一次，并测量了连贯性。我一直在使用它来通过 NewDataSet.csv 进行主题分配。我需要一些指导，了解如何预测我的预训练模型对 NewDataSet.csv 的分配准确性。那个连贯性得分只能检查预训练模型的准确性，而不是分配的数据集。我希望找到一种方法来跟踪历史主题的出现，并在不重新训练模型的情况下检测新主题的出现。比如说，OldDataSet.csv 中的主题是：
- 威士忌
- 探戈
- 狐步舞
它会将 NewDataSet.csv 分配为 1. 威士忌 2. 探戈 或 3. 狐步舞，但更准确的分配可能是：
- 威士忌
- 探戈
- 阿尔法
如果我继续运行同一个模型，我可能会错过这个新主题。如果存在一个数字得分，可以衡量主题与 NewDataSet.csv 的贴合程度，那将节省大量时间。谢谢 Stack，你总是救我于水火之中 🙂
回答：
我找到了一个解决方案，它被称为动态主题建模。我已经链接了一篇记录其使用情况的文章。它仍在研究中，但基本上是一个考虑时间因素的 LDA，并且可以打印随时间变化的主题。
https://github.com/rare-technologies/gensim/blob/develop/docs/notebooks/ldaseqmodel.ipynb
另请查看 Bleis 在谷歌的相关演讲：
