我正在用python训练ldamallet模型并保存它。我还保存了培训词典，以后可用于为看不见的文档创建语料库。如果我在同一控制台中执行所有操作（即训练模型，保存训练后的模型，保存已保存的模型，推断看不见的语料库），则一切正常。但是，我想在其他控制台/计算机上使用经过训练的模型。
我在训练时通过前缀来查看由模型创建的临时文件。训练模型后，将创建以下文件：
'corpus.mallet'
'corpus.txt'
'doctopics'txt'
inferencer.mallet'
'state.mallet.gz'
'topickeys.txt'
现在，当我将保存的模型加载到其他控制台中并推断出使用保存的字典创建的看不见的语料库时，我看不到正在创建任何其他临时文件，并产生以下错误：
SELECT DISTINCT A.* FROM Table A
INNER JOIN Table B
ON A.FirstName = B.FirstName AND A.LastName <> B.LastName
WHERE A.Team = 'A' AND B.Team = 'B'出于某种奇怪的原因，如果我将保存的模型加载到同一控制台（已在其上受训的控制台）上，并像上面那样推断出看不见的语料库，则会更新“ corpus.txt”并创建两个新的临时文件：
'corpus.mallet.infer'
'doctopics.txt.infer'
知道为什么我会遇到这个问题吗？
我尝试使用LdaModel代替LdaMallet，并且无论我是在同一控制台还是在不同控制台中执行整个任务，LdaModel都可以正常工作。
下面是我正在使用的代码段。
FileNotFounderror: No such file or directory : 'my_directory\\doctopics.txt.infer'
我的期望是对训练数据使用 def find_optimum_model(self):
lemmatized_words = self.lemmatization()
id2word = corpora.Dictionary(lemmatized_words)
all_corpus = [id2word.doc2bow(text) for text in lemmatized_words]
#For two lines below update with your path to new_mallet
os.environ['MALLET_HOME'] = r'C:\\users\\axk0er8\\Sentiment_Analysis_Working\\new_mallet\\mallet-2.0.8'
mallet_path = r'C:\\users\\axk0er8\\Sentiment_Analysis_Working\\new_mallet\\mallet-2.0.8\\bin\\mallet.bat'
prefix_path = r'C:\\users\\axk0er8\\Sentiment_Analysis_Working\\new_mallet\\mallet_temp\\'
def compute_coherence_values(dictionary, all_corpus, texts, limit, start=2, step=4):
coherence_values = []
model_list = []
num_topics_list = []
for num_topics in range(start, limit, step):
model = gensim.models.wrappers.LdaMallet(mallet_path, corpus=all_corpus, num_topics=num_topics, id2word=dictionary,
random_seed=42)
#model = gensim.models.ldamodel.LdaModel(corpus=all_corpus,num_topics=num_topics,id2word=dictionary,eval_every=1,
# alpha='auto',random_state=42)
model_list.append(model)
coherencemodel = CoherenceModel(model=model, texts=texts, dictionary=dictionary, coherence='c_v')
coherence_values.append(coherencemodel.get_coherence())
num_topics_list.append(num_topics)
return model_list, coherence_values, num_topics_list
model_list, coherence_values, num_topics_list = compute_coherence_values(dictionary=id2word,all_corpus=all_corpus,
texts=lemmatized_words,start=5,limit=40, step=6)
model_values_df = pd.DataFrame({'model_list':model_list,'coherence_values':coherence_values,'num_topics':num_topics_list})
optimal_num_topics = model_values_df.loc[model_values_df['coherence_values'].idxmax()]['num_topics']
optimal_model = gensim.models.wrappers.LdaMallet(mallet_path, corpus=all_corpus, num_topics=optimal_num_topics, id2word=id2word,
prefix=prefix_path, random_seed=42)
#joblib.dump(id2word,'id2word_dictionary_mallet.pkl')
#joblib.dump(optimal_model,'optimal_ldamallet_model.pkl')
id2word.save('id2word_dictionary.gensim')
optimal_model.save('optimal_lda_model.gensim')
def generate_dominant_topic(self):
lemmatized_words = self.lemmatization()
id2word = corpora.Dictionary.load('id2word_dictionary.gensim')
#id2word = joblib.load('id2word_dictionary_mallet.pkl')
new_corpus = [id2word.doc2bow(text) for text in lemmatized_words]
optimal_model = gensim.models.wrappers.LdaMallet.load('optimal_lda_model.gensim')
#optimal_model = joblib.load('optimal_ldamallet_model.pkl')
def format_topics_sentences(ldamodel, new_corpus):
sent_topics_df = pd.DataFrame()
for i, row in enumerate(ldamodel[new_corpus]):
row = sorted(row, key=lambda x: (x[1]), reverse=True)
for j, (topic_num, prop_topic) in enumerate(row):
if j == 0:
wp = ldamodel.show_topic(topic_num)
topic_keywords = ", ".join([word for word, prop in wp])
sent_topics_df = sent_topics_df.append(pd.Series([int(topic_num), round(prop_topic,4), topic_keywords]),
ignore_index=True)
else:
break
sent_topics_df.columns = ['Dominant_Topic', 'Perc_Contribution', 'Topic_Keywords']
return (sent_topics_df)
函数，并保存最佳模型和字典。保存后，使用find_optimum_model函数加载保存的模型和字典，为看不见的文本创建语料库，然后运行模型以获取所需的主题建模输出。
答案 0 :(得分：0)
尽管有名称，但实际上并不是“临时”文件，因为模型需要它们运行。我强烈建议您将它们复制到新控制台上，该控制台与旧控制台具有相同的相对位置（前缀）（这样，模型就知道在哪里寻找它们了。）希望可以使用。但是我自己还没有尝试过。
从训练到对模型进行分类时，将显示推断文件。我认为他们需要构建推理机...由于这些文件经常损坏，我不得不删除并重新训练槌模型多次。
答案 1 :(得分：0)
是的，您需要将这些文件随身携带：https://github.com/RaRe-Technologies/gensim/issues/818
答案 2 :(得分：0)
加载模型后，您可以像这样指定新的前缀路径：
ldamodel.prefix = 'path/to/new/prefix'