您有一个工具/API (Gensim LDA)，当给定文档时，它会为您提供主题列表。
但您想要相反的情况：一个主题的文档列表。
本质上，您需要自己构建反向映射。
幸运的是，Python 用于处理映射的本机字典和习惯用法使这变得非常简单 - 只需几行代码 - 只要您正在处理完全适合内存的数据。
大致的方法是：
- 创建一个新结构（
dict or list) 用于将主题映射到文档列表
- 迭代所有文档，将它们（可能带有分数）添加到主题到文档的映射中
- 最后，针对每个感兴趣的主题查找（或许排序）文档列表
如果可以编辑您的问题以包含有关文档/主题的格式/ID 以及如何训练 LDA 模型的更多信息，则可以使用更具体的示例代码来扩展此答案，以构建您想要的反向映射需要。
更新您的代码更新：
好的，如果您的模型位于ldamodel以及您的 BOW 格式的文档corpus，你会做类似的事情：
# setup: get the model's topics in their native ordering...
all_topics = ldamodel.print_topics()
# ...then create a empty list per topic to collect the docs:
docs_per_topic = [[] for _ in all_topics]
# now, for every doc...
for doc_id, doc_bow in enumerate(corpus):
# ...get its topics...
doc_topics = ldamodel.get_document_topics(doc_bow)
# ...& for each of its topics...
for topic_id, score in doc_topics:
# ...add the doc_id & its score to the topic's doc list
docs_per_topic[topic_id].append((doc_id, score))
之后，您可以看到所有的列表(doc_id, score)某个主题的值如下（主题 0）：
print(docs_per_topic[0])
如果您对每个主题的热门文档感兴趣，您可以按分数进一步对每个列表对进行排序：
for doc_list in docs_per_topic:
doc_list.sort(key=lambda id_and_score: id_and_score[1], reverse=True)
然后，您可以获得主题 0 的前 10 个文档，例如：
print(docs_per_topic[0][:10])
请注意，这使用全内存列表来完成所有操作，这对于非常大的语料库可能变得不切实际。在某些情况下，您可能需要将每个主题的列表编译为磁盘支持的结构，例如文件或数据库。
