快捷导航
3 325

python的Gensim库好用吗

马涌河畔 于 2021-6-16 15:13 发表 [复制链接]
我看知网上有些研究使用python的Gensim库做主题分析, 这个库有什么功能?
举报 使用道具
| 回复

共 3 个关于本帖的回复 最后回复于 2021-6-16 16:51

内容分析应用 金牌会员 发表于 2021-6-16 15:17:23 | 显示全部楼层
Gensim是一个用于从文档中自动提取语义主题的开源Python库,功能挺强的。
它支持包括TF-IDF,LSA,LDA,和word2vec在内的多种主题模型算法。
举报 使用道具
Fuller 管理员 发表于 2021-6-16 16:46:07 | 显示全部楼层
内容分析应用 发表于 2021-6-16 15:17
Gensim是一个用于从文档中自动提取语义主题的开源Python库,功能挺强的。
它支持包括TF-IDF,LSA,LDA,和w ...

这个程序库的输入和输出是什么?应该可以利用集搜客分词和文本分析软件的输出吧?
举报 使用道具
Fuller 管理员 发表于 2021-6-16 16:51:43 | 显示全部楼层
我查到这么一篇文章《15分钟入门Gensim》,摘了这么一段:

我们要处理的原生语料是一堆文档的集合,每一篇文档又是一些原生字符的集合。在交给Gensim的模型训练之前,我们需要将这些原生字符解析成Gensim能处理的稀疏向量的格式。由于语言和应用的多样性,我们需要先对原始的文本进行分词、去除停用词等操作,得到每一篇文档的特征列表。例如,在词袋模型中,文档的特征就是其包含的word:
texts = [['human', 'interface', 'computer'],
['survey', 'user', 'computer', 'system', 'response', 'time'],
['eps', 'user', 'interface', 'system'],
['system', 'human', 'system', 'eps'],
['user', 'response', 'time'],
['trees'],
['graph', 'trees'],
['graph', 'minors', 'trees'],
['graph', 'minors', 'survey']]


看来,输入是原始的文档向量,输出是能够表示这篇文档的特征向量
举报 使用道具
您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 基于层次结构和共现关系的在线评论主题图谱
  • 基于因果机制的用户行为研究及应用
  • 改进的K近邻算法及其在文本分析中的应用
  • Jupyter Notebook使用Gensim库做中文Word2V
  • 基于Word2Vec的医学知识组织系统互操作研究

热门用户

GMT+8, 2021-9-21 02:27