创建字典与语料库
要运行 LDA 主题模型，首先需要先定义字典与语料库（dictionary 与 corpus），因为模型需要它们作为输入。您将继续使用之前练习中清洗好的文本数据。这意味着 text_clean 已经为您准备好，接下来将用它来创建字典和语料库。
本练习的运行时间会比平时稍长。
本练习是课程的一部分
Python 中的欺诈检测
练习说明
- 分别导入 gensim 包以及 gensim 中的 corpora。
- 在清洗后的数据
text_clean上运行正确的函数以定义字典。 - 对
text_clean中的每段文本运行doc2bow来定义语料库。 - 打印结果，查看
dictionary和corpus的具体样子。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import the packages
import ____
from ____ import ____
# Define the dictionary
dictionary = ____.____(____)
# Define the corpus
corpus = [dictionary.____(text) for ___ in ____]
# Print corpus and dictionary
print(____)
print(____)