Актуальная рассылка документов в Gensim LDA

Я вывел тематическую модель LDA, используя игрушечный корпус, следующим образом:

documents = ['Human machine interface for lab abc computer applications',
             'A survey of user opinion of computer system response time',
             'The EPS user interface management system',
             'System and human system engineering testing of EPS',
             'Relation of user perceived response time to error measurement',
             'The generation of random binary unordered trees',
             'The intersection graph of paths in trees',
             'Graph minors IV Widths of trees and well quasi ordering',
             'Graph minors A survey']

texts = [[word for word in document.lower().split()] for document in documents]
dictionary = corpora.Dictionary(texts)

id2word = {}
for word in dictionary.token2id:    
    id2word[dictionary.token2id[word]] = word

Я обнаружил, что когда я использую небольшое количество тем для получения модели, Gensim выдает полный отчет о тематическом распределении по всем потенциальным темам для тестового документа. Например.:

test_lda = LdaModel(corpus,num_topics=5, id2word=id2word)
test_lda[dictionary.doc2bow('human system')]

Out[314]: [(0, 0.59751626959781134),
(1, 0.10001902477790173),
(2, 0.10001375856907335),
(3, 0.10005453508763221),
(4, 0.10239641196758137)]

Однако, когда я использую большое количество тем, отчет больше не завершается:

test_lda = LdaModel(corpus,num_topics=100, id2word=id2word)

test_lda[dictionary.doc2bow('human system')]
Out[315]: [(73, 0.50499999999997613)]

Мне кажется, что темы с вероятностью меньше некоторого порога (я заметил, что 0,01, чтобы быть более конкретным) опущены в выводе.

Мне интересно, связано ли это поведение с некоторыми эстетическими соображениями? И как я могу получить распределение вероятности массы остатка по всем другим темам?

Спасибо за ваш добрый ответ!

Ответы на вопрос(2)

Ваш ответ на вопрос