はじめに

この記事では、下記リンク先にあるLDA in Pythonを、Python 3で使う方法を説明します。
（conda 4.6.2で確認しています。Pythonのバージョンは3.6.7です。）

http://chasen.org/~daiti-m/dist/lda-python/

makeする前の準備

上のWebページにあるtar.gzファイルをダウンロードしたら、

$ tar zxvf lda.py-0.1.tar.gz

として解凍します。そして、

$ cd lda.py-0.1

と、ディレクトリに下りていきます。

logging.pyというファイルがありますが、loggingモジュールと名前がかぶっているので、

$ mv logging.py mylogging.py

と、適当なファイル名（ここではmylogging.py）へと変更します。
そして、lda.pyというファイルの中に現れるloggingという文字列を、すべてmyloggingへと置き換えます。
こうすれば、lda.pyの中ではmylogging.pyを見に行くようになります。

この後で、

$ make

として、ldac.pyxのコンパイルをおこないます。

lda.pyの実行

lda.pyを実行するとき、

$ ./lda.py -h

とすると、

$ ./lda.py -h
Traceback (most recent call last):
  File "./lda.py", line 8, in <module>
    import ldac
ImportError: No module named ldac

というエラーが出るかもしれませんので、

$ python lda.py -h

とします。

あとはPython 2とPython 3の違いに由来するエラーがいくつか出るだけです。
それらをひとつずつ修正していきます。

Python 3で使うためのコードの修正

まず、lda.pyでもfmatrix.pyでも、xrangeが使われていますので、rangeに置き換えておきます。

そして、他のエラーについては、以下のように対処します。

$ python lda.py -h
  File "lda.py", line 40
    except getopt.GetoptError, err:
                             ^
SyntaxError: invalid syntax

これについては、lda.pyの所定の行に行って「, err」を削除します。
（コードの気持ちとしては「except getopt.GetoptError as err:」だと思いますが、
単に「, err」を削除して「except getopt.GetoptError:」と書き直すだけでも、ちゃんと動きます。）

$ python lda.py -h
Traceback (most recent call last):
  File "lda.py", line 12, in <module>
    import fmatrix
  File "/data10/masada/lda.py-0.1/fmatrix.py", line 55
    print data
             ^
SyntaxError: Missing parentheses in call to 'print'. Did you mean print(data)?

これについては、fmatrix.pyの所定の行に行って「print(data)」と丸カッコを追加します。

$ python lda.py -h
Traceback (most recent call last):
  File "lda.py", line 15, in <module>
    import cPickle as pickle
ModuleNotFoundError: No module named 'cPickle'

これについては、lda.pyの最初のほうにある「import cPickle as pickle」を、
「import pickle」と書き直せばいいだけです。

2019年2月14日の追記

同じ内容の記事が以下の場所にあります。
https://gist.github.com/nzw0301/7b1047dde2528b47aaabc9a4010a1003

私のここの記事では、lexicon関数のv = Noneに関するエラーに言及するのを忘れていました。

おわりに

以上でLDA in PythonがPython 3で使えるようになると思います。

$ python lda.py -K 10 -N 100 train model
LDA: K = 10, iters = 100, alpha = 5, beta = 0.01
loading data.. documents = 100, lexicon = 1325, nwords = 16054
initializing..
Gibbs iteration [100/100] PPL = 698.9706
saving model to model ..
done.