仅计算一个主题的连贯性

Question

提供来自主题模型的主题，我想计算每个主题的连贯性分数，而不是一次计算一组主题。

我有以下代码：

from gensim.models.coherencemodel import CoherenceModel
import gensim.corpora as corpora

def calculate_coherence_value(data, topics, coherence = 'c_v'):
    id2word = corpora.Dictionary(data)
    corpus = [id2word.doc2bow(text) for text in data]
    return CoherenceModel(topics=topics,texts = data, corpus=corpus, dictionary=id2word, coherence= coherence, topn=len(topics)).get_coherence()

coherence_list = [calculate_coherence_value(data, topic) for topic in topics]

最初，我有以下变量：

• topics字符串列表的列表。
• data字符串列表的列表。

但是，这给出了错误：

KeyError: 'p'

Coherencemodel 需要一个带有字符串的列表列表。 由于topic是一个带有字符串的列表，它会遍历每个字符串。

所以相反，我将主题放入另一个列表中，因此它是：

• topics列表列表和字符串列表。

现在运行代码时，没有出现错误，但前 5 个主题的输出如下所示：

[1.0, 1.0, 1.0, 1.0, 1.0]

这对我来说似乎不正确，因为我期望值介于 0 和 1 之间。我需要更改什么才能获得正确的一致性分数？