时间戳

首页 > 解决方案 > Gensim LDA 连贯性得分 Nan

python - Gensim LDA 连贯性得分 Nan

问题描述

我创建了一个 Gensim LDA 模型，如本教程所示：https ://www.machinelearningplus.com/nlp/topic-modeling-gensim-python/

lda_model = gensim.models.LdaMulticore(data_df['bow_corpus'], num_topics=10, id2word=dictionary, random_state=100, chunksize=100, passes=10, per_word_topics=True)

它会生成 10 个主题，其 log_perplexity 为：

lda_model.log_perplexity(data_df['bow_corpus']) = -5.325966117835991

但是当我在其上运行相干模型来计算相干分数时，如下所示：

coherence_model_lda = CoherenceModel(model=lda_model, texts=data_df['bow_corpus'].tolist(), dictionary=dictionary, coherence='c_v')
with np.errstate(invalid='ignore'):
    lda_score = coherence_model_lda.get_coherence()

我的 LDA 分数是 nan。我在这里做错了什么？

标签： pythonmachine-learninggensimldatopic-modeling

解决方案

解决了！Coherence 模型需要原始文本，而不是提供给 LDA_Model 的训练语料库 - 所以当我运行这个时：

coherence_model_lda = CoherenceModel(model=lda_model, texts=data_df['corpus'].tolist(), dictionary=dictionary, coherence='c_v')
with np.errstate(invalid='ignore'):
    lda_score = coherence_model_lda.get_coherence()

我的连贯性得分为：0.462

希望这可以帮助其他人犯同样的错误。谢谢！

推荐阅读