我有两个类别的词袋列表。假设类别A中有n个项目，类别B中有m个项目。我想使用Python中的gensim包（用于LDA）进行主题建模，以便训练一个针对类别A与类别B的模型。同时，我对主题建模和Python都很陌生。有人知道我应该怎么做吗？我是说，我应该合并每个类别的所有词袋然后使用gensim，还是应该分别使用每个项目的词袋？谢谢！
回答：
如果我理解正确的话，你是想比较来自两个来源的文档。
使用Gensim进行此操作的一种方法是：
- 从所有文档（A和B）创建词袋语料库（~将文本转换为n x n的1和0矩阵）
- 在你的语料库上训练LDA模型（~发现主题）
- 将语料库转换到LDA空间（~确定哪些主题与文档相关）
现在你可以查看每个文档的主题分布，并使用Gensim的相似性方法来确定两个文档的相似程度。
有关详细信息，请查看Gensim的教程。你唯一需要做的修改是将来自A和B的文档合并成一个更大的文档，并在某处保存索引，以便以后可以轻松比较它们。
然而，根据你的数据和目标，其他形式的LDA（如相关主题模型）可能更适合。
