Python Gensim：如何使用LDA模型计算文档相似度？

Python Gensim：如何使用LDA模型计算文档相似度？

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。