利用sklearn进行lda文本主题提取的代码

下面是一个使用sklearn进行LDA文本主题提取的示例代码：

from sklearn.decomposition import LatentDirichletAllocation
from sklearn.feature_extraction.text import CountVectorizer

# 假设我们已经有了一个文本列表，每个文本是一个字符串
texts = ["this is the first document", "this is the second document", "and this is the third one",
         "is this the first document"]

# 构建词袋模型
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(texts)

# 初始化LDA模型
n_topics = 2
lda = LatentDirichletAllocation(n_components=n_topics, max_iter=50, learning_method='online')

# 训练LDA模型
lda.fit(X)

# 可视化LDA模型结果
feature_names = vectorizer.get_feature_names()
for topic_idx, topic in enumerate(lda.components_):
    print("Topic #%d:" % topic_idx)
    print(" ".join([feature_names[i] for i in topic.argsort()[:-10 - 1:-1]]))
    print()

# 获取每个文本所属的主题
doc_topic = lda.transform(X)
for i in range(len(texts)):
    print("Document #%d (topic: %d): %s" % (i, doc_topic[i].argmax(), texts[i]))

这个示例代码假设我们已经有了一个文本列表 `texts`，并使用 `CountVectorizer` 构建了词袋模型。然后使用 `LatentDirichletAllocation` 初始化了一个LDA模型，并使用 `fit` 函数训练了模型。最后，通过 `components_` 属性获取每个主题的关键词，并通过 `transform` 函数获取每个文本所属的主题。