有没有大佬帮我看一下LDA代码问题

Question

from gensim import corpora, models
# 主题模型  
class TopicModel(object):
    # 三个传入参数：处理后的数据集，关键词数量，具体模型（LSI、LDA），主题数量  
    def __init__(self, doc_list, keyword_num, model='LSI', num_topics=4):  
        # 使用gensim的接口，将文本转为向量化表示  
        # 先构建词空间  
        self.dictionary = corpora.Dictionary(doc_list)  
        # 使用BOW模型向量化  
        corpus = [self.dictionary.doc2bow(doc) for doc in doc_list]  
        # 对每个词，根据tf-idf进行加权，得到加权后的向量表示  
        self.tfidf_model = models.TfidfModel(corpus)  
        self.corpus_tfidf = self.tfidf_model[corpus]  
  
        self.keyword_num = keyword_num  
        self.num_topics = num_topics  
        # 选择加载的模型  
        if model == 'LSI':  
            self.model = self.train_lsi()  
        else:  
            self.model = self.train_lda()  
  
        # 得到数据集的主题-词分布  
        word_dic = self.word_dictionary(doc_list)  
        self.wordtopic_dic = self.get_wordtopic(word_dic)  

    def train_lsi(self):  
        lsi = models.LsiModel(self.corpus_tfidf, id2word=self.dictionary, num_topics=self.num_topics)  
        return lsi  
  
    def train_lda(self):  
        lda = models.LdaModel(self.corpus_tfidf, id2word=self.dictionary, num_topics=self.num_topics)  
        return lda  
  
    def get_wordtopic(self, word_dic):  
        wordtopic_dic = {}  
  
        for word in word_dic:  
            single_list = [word]  
            wordcorpus = self.tfidf_model[self.dictionary.doc2bow(single_list)]  
            wordtopic = self.model[wordcorpus]  
            wordtopic_dic[word] = wordtopic  
        return wordtopic_dic  

    # 计算词的分布和文档的分布的相似度，取相似度最高的keyword_num个词作为关键词  
    def get_simword(self, word_list):  
        sentcorpus = self.tfidf_model[self.dictionary.doc2bow(word_list)]  
        senttopic = self.model[sentcorpus]  
  
        # 余弦相似度计算  
        def calsim(l1, l2):  
            a, b, c = 0.0, 0.0, 0.0  
            for t1, t2 in zip(l1, l2):  
                x1 = t1[1]  
                x2 = t2[1]  
                a += x1 * x1  
                b += x1 * x1  
                c += x2 * x2  
            sim = a / math.sqrt(b * c) if not (b * c) == 0.0 else 0.0  
            return sim  

        # 计算输入文本和每个词的主题分布相似度  
        sim_dic = {}  
        for k, v in self.wordtopic_dic.items():  
            if k not in word_list:  
                continue  
            sim = calsim(v, senttopic)  
            sim_dic[k] = sim
            
        for k, v in sorted(sim_dic.items(), key=functools.cmp_to_key(cmp), reverse=True)[:self.keyword_num]:  
            print(k + "/ ", end='')  
        print()

    @staticmethod  
    # 词空间构建方法和向量化方法，在没有gensim接口时的一般处理方法  
    def word_dictionary(doc_list):  
        dictionary = []  
        for doc in doc_list:  
            dictionary.extend(doc)  
  
        dictionary = list(set(dictionary))  
        return dictionary  
  
    def doc2bowvec(self, word_list):  
        vec_list = [1 if word in word_list else 0 for word in self.dictionary]  
        return vec_list

def topic_extract(word_list, model, pos=False, keyword_num=10):  
    doc_list = load_data(pos)  
    topic_model = TopicModel(doc_list, keyword_num, model=model)  
    topic_model.get_simword(word_list)
    
if __name__ == '__main__':  
    text = '费尔南多·托雷斯（Fernando Jose Torres Sanz），1984年3月20日出生于西班牙马德里，' +   
           '西班牙足球运动员，司职前锋，效力于日本职业足球甲级联赛鸟栖砂岩足球俱乐部。' +   
           '托雷斯2001出道于马德里竞技，2007年加盟英超利物浦，2011年转会切尔西，' +   
           '期间帮助球队夺得了2012年欧洲冠军联赛冠军，其后以租借的形式加盟AC米兰，' +   
           '2014年12月，托雷斯宣布回归马德里竞技。2018年7月，托雷斯宣布加盟日本鸟栖砂岩足球俱乐部。' +   
           '2004年欧洲杯，托雷斯首次代表国家队参加国际大赛，2008年和2012年跟随西班牙队两度夺得欧洲杯冠军，' +   
           '2010年随队夺得世界杯冠军，其个人在2008年荣膺欧洲杯决赛MVP，2012获得欧洲杯金靴奖、2013年获得联合会杯金靴奖。'

    pos = True  
    seg_list = seg_to_list(text, pos)  
    filter_list = word_filter(seg_list, pos)  
  
    print('LSI模型结果：')  
    topic_extract(filter_list, 'LSI', pos)  
    print('LDA模型结果：')  
    topic_extract(filter_list, 'LDA', pos)

我在我的电脑上跑总报错

Traceback (most recent call last):
  File "E:/jj/pp.py", line 107, in <module>
    seg_list = seg_to_list(text, pos)
  TypeError: 'int' object is not callable

Answer 1

等待大神解答