我在一个大型语料库（50GB的文本，1.6亿行）上训练了gensim hdp模型。结果是一组20个主题，所有主题几乎都相同，但词性略有不同。
我用于预处理输入文本的管道包括一些简单的方法，例如文本规范化，停用词删除，计算二元组， tf-idf ，并且忽略所有少于20个单词的句子。
是否有使用hdp进行主题建模的直接方法或提供更准确结果的任何类似方法？
wawad1314 回答：gensim hdp模型中的所有主题都融合为一个主题
暂时没有好的解决方案，如果你有好的解决方案，请发邮件至：iooj@foxmail.com