问题陈述：我有几个文档(20k个文档(。我需要应用主题建模来找到相似的文档，然后分析这些相似的文档来发现它们之间的差异。Q： 有人能给我推荐一个主题建模包吗？我可以通过它来实现这一点。我正在探索Mallet和Gensim Python。不确定哪一个最符合我的要求。
如有任何帮助，我们将不胜感激。
我不知道Gensim Python，但MALLET可能是一个解决方案。假设你有Java专业知识，这应该不会太难。
用您的数据创建一个cc.mallet.types.InstanceList，并适合一个cc.mallet.topics.SimpleLDA模型。然后，对于每个cc.mallet.types.Instance(实例是您的文档(，计算彼此Instance的发散度量。为此，您需要计算每个Instance中每个主题的概率，这有点棘手。在SimpleLDA中，有一个ArrayList<TopicAssignment> data对象，它包含Instances和它们的cc.mallet.topics.TopicAssignment。TopicAssignment包含一个名为topicSequence的cc.mallet.types.LabelSequence，它保存每个单词的主题分配。您需要循环执行此操作，以获得每个主题的计数。那么，文档j中主题i的概率简单地为(文档j中分配给主题i的单词数(/(文档j的单词总数(。存储这些概率，并使用它们来计算您选择的散度度量(例如，KL散度(。
Mallet是一个非常容易探索的工具。您可以直接执行此处提供的二进制文件，而不是使用Mallet的JAVA实现：http://mallet.cs.umass.edu/download.php.您甚至不需要编写代码来生成文档中的主题分发之类的文件。当使用train topics选项使用mallet训练主题时，您可以为mallet指定一个文件来为您编写此发行版。
下载后，只需键入mallet--help，您就可以获得使用mallet可以做的许多事情的列表。它们不言自明，非常容易理解。