Modelo LDA

Ahora toca construir el modelo LDA. Con el dictionary y el corpus, ya puedes descubrir qué temas aparecen en los correos de Enron. Con una impresión rápida de las palabras asignadas a los temas, podrás hacer una primera exploración para ver si hay temas obvios que destaquen. Ten en cuenta que el modelo de temas es costoso de calcular, así que tardará un rato en ejecutarse. ¡Vamos a probarlo!

Este ejercicio forma parte del curso

Fraud Detection in Python

Ver curso

Instrucciones del ejercicio

Construye el modelo LDA de los modelos de gensim, introduciendo el corpus y el dictionary.
Guarda los 5 temas ejecutando print de los temas sobre los resultados del modelo y selecciona las 5 palabras principales.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Define the LDA model
ldamodel = gensim.models.____.____(____, num_topics=5, id2word=____, passes=5)

# Save the topics and top 5 words
topics = ____.____(num_words=____)

# Print the results
for topic in topics:
    print(topic)

Editar y ejecutar código