取决于要使用的相似性指标。
sim = gensim.matutils.cossim(vec_lda1, vec_lda2)
Hellinger距离对于概率分布(例如LDA主题)之间的相似性很有用:
import numpy as np
dense1 = gensim.matutils.sparse2full(lda_vec1, lda.num_topics)
dense2 = gensim.matutils.sparse2full(lda_vec2, lda.num_topics)
sim = np.sqrt(0.5 * ((np.sqrt(dense1) - np.sqrt(dense2))**2).sum())
0
我有一个训练有素的LDA模型,我想从训练了我的模型的语料库中计算出两个文档之间的相似性得分。在研究了所有Gensim教程和功能之后,我仍然无法解决。有人可以给我提示吗?谢谢!