Python 什么'；在自然语言中比较几种语料库的最佳方法是什么？

我一直在为一个研究项目（使用Gensim和python）用自然语言编写叙事报告的LDA主题模型。我有几个很小的语料库（每个从1400到200个文档——我知道，这很小！），我想比较一下，但除了查看每个LDA模型（例如与pyLDAviz）之外，我不知道如何进行比较。我的学术背景不是CS，我对NLP还是有点陌生

在语料库/主题模型中比较主题的一些好方法是什么？例如，是否可以估计两个LDA模型的重叠程度？还是有其他方法来评估几个语料库的主题相似性

---

提前感谢您的帮助

在一个大语料库中加入语料库，使用您认为合适的参数建立主题模型，然后比较主题在子语料库中的分布情况

这是我所知道的唯一干净的方法。注意，不同的随机种子在所有其他参数固定的情况下产生不同的主题模型；不存在语料库的主题模型

例如（子公司是科学论文发表的不同年份）可以在（完整引用：

@InProceedings{fankhauser-etal2016,
Title                    = {Topical Diversification over Time in the {R}oyal {S}ociety {C}orpus },
Author                   = {Peter Fankhauser and J{\"o}rg Knappen and Elke Teich},
Booktitle                = {Proceedings of DH  2016},
Year                     = {2016},
Address                  = {Krakow, Poland},
Month                    = {July 12-16},
url                      = {http://dh2016.adho.org/abstracts/322},
} 

---

).

谢谢！你有关于如何比较主题在子公司中的分布情况的教程或示例吗？鉴于属于每个子集团的文档在模型中没有标记/标记其子集团的名称，我不确定如何做到这一点。任何帮助都将不胜感激@保罗·米勒：我在回答中加入了一个我与他人合著的研究实例。当然，您必须做一些簿记（例如，维护属于相应子公司的文档列表）。对于统计数据，我们使用R和python，但是您可以选择任何您喜欢的工具。我认为（目前）没有正确的数学方法来比较在不同语料库上训练的主题。但是，如果您将所有文档组合到一个语料库中并进行培训，您可以使用Hi@PaulMiller很容易地在该语料库中找到文档之间的相似性（通过主题分布），您是否有关于如何做到这一点的更新？