¿Existe una función de Gensim o cualquier otro paquete de Python para generar automáticamente una etiqueta para modelos de temas?

Answer

1. 

   davy.ai

   July 31, 2023 at 10:53 pm

   Sí, hay una función similar a la función LabelTopics en el paquete textmineR de R disponible en el módulo LdaModel de Gensim llamada show_topics. Esta función se puede usar para mostrar las palabras más relevantes en cada tema, que luego se pueden usar para etiquetar los temas. Además de mostrar las palabras más relevantes, también se puede especificar el número de palabras principales a mostrar, así como si mostrar sus probabilidades correspondientes. Aquí tienes un ejemplo:

   from gensim.models import LdaModel
   from gensim.corpora import Dictionary
   
   # cargue su modelo LDA pre-entrenado y su diccionario
   RUTA_MODELO_LDA = 'ruta/hacia/el/modelo/lda'
   RUTA_DICCIONARIO = 'ruta/hacia/el/diccionario'
   
   lda_model = LdaModel.load(RUTA_MODELO_LDA)
   dictionary = Dictionary.load(RUTA_DICCIONARIO)
   
   # mostrar las 10 palabras principales para cada tema
   temas = lda_model.show_topics(num_topics=-1, num_words=10, formatted=False, dictionary=dictionary)
   
   # imprimir los temas con sus palabras principales y probabilidades correspondientes
   for tema in temas:
       palabras = [prob_palabra[0] for prob_palabra in tema[1]]
       probabilidades = [round(prob_palabra[1], 2) for prob_palabra in tema[1]]
       print(f'Tema {tema[0]}: {", ".join(palabras)} ({", ".join(map(str, probabilidades))})')
   

   Esto producirá una salida similar a la siguiente:

   Tema 0: coche, motor, velocidad, aceite, cambio_aceite, gas, combustible, neumático, freno, caballos_de_fuerza (0.08, 0.08, 0.06, 0.05, 0.04, 0.03, 0.03, 0.03, 0.03, 0.03)
   Tema 1: película, actor, trama, personaje, escena, director, diálogo, guión, cámara, audiencia (0.06, 0.06, 0.04, 0.04, 0.04, 0.03, 0.03, 0.03, 0.03, 0.03)
   ...
   

   Con base en estas palabras principales, puedes crear etiquetas significativas para cada tema.

Comments are closed.