data-science - 主题连贯性（gensim CoherenceModel）是否也仅根据我的语料库或外部数据计算？

Question

我正在使用 LDA 对 20 世纪英语对应的语料库进行主题建模，并且我一直在使用主题连贯性（以及轮廓分数）来评估我的主题。CoherenceModel我使用具有连贯性的gensim ，c_v我得到的最高0.35分数是我测试过的所有模型中的一个分数，即使是在定性评估中对我最有意义的主题中，即使经过广泛的预处理和超参数比较也是如此。

所以我基本上接受这是我能得到的最好的，但为了写它，我现在一直在阅读主题连贯性，我已经理解它是一个管道，它模拟了人类的判断。但是，我看不到一件事来找到明确的信息：它是完全基于对我的语料库进行的计算，还是也基于一些外部数据？就像在可能与我的域无关的外部语料库上受过训练？我应该u_mass改用吗？

标签： data-sciencetopic-modeling

Answer 1

是的，除了u_mass，它们都使用外部参考数据集。但是，这可能不是一件坏事，因为这些参考数据集提供了更丰富的信息。