取决于要使用的相似性指标。

余弦相似度普遍有用并内置 ：

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())

不知道这是否有帮助，但是当使用实际文档作为查询时，我设法在文档匹配和相似性方面获得了成功的结果。

dictionary = corpora.Dictionary.load('dictionary.dict')
corpus = corpora.MmCorpus("corpus.mm")
lda = models.LdaModel.load("model.lda") #result from running online lda (training)

index = similarities.MatrixSimilarity(lda[corpus])
index.save("simIndex.index")

docname = "docs/the_doc.txt"
doc = open(docname, 'r').read()
vec_bow = dictionary.doc2bow(doc.lower().split())
vec_lda = lda[vec_bow]

sims = index[vec_lda]
sims = sorted(enumerate(sims), key=lambda item: -item[1])
print sims

语料库中所有文档与用作查询的文档之间的相似性得分将是每个sim卡的第二个索引。