LDA代码生成的主题编号从0到5。是否有标准的方法（规范）将生成的主题与文档本身联系起来。例如：文档1属于主题0，文档5属于主题1等等。我能想到的一种方法是，在每个文档中搜索每个主题生成的关键词。是否有通用的方法或实践来实现这一点？

示例LDA代码 – https://github.com/manhcompany/lda/blob/master/lda.py

回答：

我“收集了一些代码”，对我来说这是有效的。假设你有一个词频

tf_vectorizer = CountVectorizer("你选择的参数")tf = tf_vectorizer.fit_transform("你的数据")`lda_model = LatentDirichletAllocation("你选择的其他参数")lda_model.fit(tf)

创建主题-文档矩阵（关键步骤），并选择最重要的num_topic个主题

doc_topic = lda_model.transform(tf)num_most_important_topic = 2dominant_topic = []for ind_doc in range(doc_topic.shape[0]):    dominant_topic.append(sorted(range(len(doc_topic[ind_doc])),                          key=lambda ind_top: doc_topic[ind_doc][ind_top],                          reverse=True)[:num_most_important_topic])

这应该会给你一个包含num_most_important_topic个主题的数组。祝你好运！