Python 通过Gensim查找不可见文档的主题

我正在使用Gensim进行一些大规模的主题建模。我很难理解如何为一个看不见（非索引）的文档确定预测主题。例如：我有2500万个文档，我已经在LSA（和LDA）空间中转换为向量。现在我想找出一个新文档的主题，我们称之为x

根据Gensim文档，我可以使用：

topics = lsi[doc(x)]

其中doc（x）是将x转换为向量的函数

然而，问题是上面的变量topics返回一个向量。如果我将x与其他文档进行比较，那么向量是有用的，因为它允许我找到它们之间的余弦相似性，但我无法实际返回与x本身相关的特定单词

是我遗漏了什么，还是Gensim没有这种能力

谢谢,

编辑

拉斯曼有答案

我可以通过以下方式显示主题：

for t in topics:
    print lsi.show_topics(t[0])

---

LSI模型上的

[]

返回的向量实际上是

（主题、权重）

对的列表。您可以通过该方法检查主题

我可以通过以下方式显示主题：

for t in topics:
    print lsi.show_topics(t[0])

对于主题中的t： 打印lsi.show_主题（t[0]）

我只是想指出解决方案代码中的一个很小但很重要的错误：您需要使用show_topic（）函数，而不是show_topic**s**（）函数

---

另外，我知道这应该作为评论而不是答案发布，但我目前的声誉分数还不允许评论

啊!！这就是我的问题，我是在假设lsi[doc]是一个向量的情况下运行的。我看过show_topics方法，但认为它不适用。谢谢你的帮助。你能分享一下你是如何将x转换成向量的吗？非常感谢！