为什么LDA模型生成一个主题包括停止词虽然这些词中不存在数据?

我不认为这是可能的回答这个问题没有看到数据。

我认为这是 异常 不太可能停止词没有出现在数据,如果它出现在一个主题。也许你是不小心把另一个语料库,除了您的数据吗?另一个可能性是停止词(如。” 运行 ”)不出现在你的数据,但是一个相关的单词(如。” 运行 ”)的出现,有一种算法做修剪根词的词汇。

一件事你可以试试,要调试这个古怪,一半数据上运行您的代码,看看这些停止词仍然出现。如果他们这样做,另一半上运行它。保持切片数据,也许你可以缩小语料库的哪些部分是导致“错误”。