给出 LDA 事例的最简洁代码

好的，以下是使用 Python 中的 gensim 库实现 LDA 主题建模的最简洁代码示例：

from gensim import corpora, models

# 构建文本语料库
corpus = [["cat", "say", "meow"], ["dog", "say", "woof"], ["cow", "say", "moo"]]

# 创建词典
dictionary = corpora.Dictionary(corpus)

# 将文本转换为向量表示
corpus_vec = [dictionary.doc2bow(text) for text in corpus]

# 训练 LDA 主题模型
lda_model = models.ldamodel.LdaModel(corpus_vec, num_topics=2, id2word=dictionary, passes=10)

# 输出每个主题的关键词
for topic in lda_model.print_topics():
    print(topic)

在上面的代码中，我们首先构建了一个包含三个文档的语料库，然后使用 gensim 库的 `Dictionary` 类创建了一个词典，将文本转换为向量表示后，我们使用 `LdaModel` 类训练了一个 LDA 主题模型，并输出了每个主题的关键词。该代码是一个最简单的示例，可以根据自己的需求进行修改和扩展。