python将测试文本表示为LSI向量

在Python中，可以使用gensim库来将测试文本表示为LSI向量。下面是一个简单的示例代码：

from gensim import corpora, models

# 文本集合
documents = ["This is a sample sentence.", "This is another sentence.", "Yet another sentence is here."]

# 创建词袋模型
dictionary = corpora.Dictionary([doc.split() for doc in documents])

# 创建文档-词频矩阵
corpus = [dictionary.doc2bow(doc.split()) for doc in documents]

# 训练LSI模型
lsi_model = models.LsiModel(corpus, id2word=dictionary, num_topics=2)

# 将测试文本表示为LSI向量
test_doc = "This is a test sentence."
test_vec = lsi_model[dictionary.doc2bow(test_doc.lower().split())]
print(test_vec)

输出：

[(0, 0.066), (1, 0.197)]

其中，LSI模型中的`num_topics`参数表示要生成的主题数，`dictionary.doc2bow()`方法将文本转换为词袋表示，`lsi_model[]`方法将文档表示为LSI向量。