主題建模 - 計算 sklearn LDA model 的一致性分數？

Question

我嘗試了幾種方法來計算 sklearn LDA model 的一致性分數，但沒有成功。 計算 sklearn LDA model 的 Coherence 分數的方法是什么？

當我使用標准的 gensim 代碼計算一致性分數時，我收到以下錯誤：ValueError: This topic model is not currently supported。 支持的主題模型應該實現get_topics方法。```

這是我的代碼的一部分：

count_vectorizer = CountVectorizer(stop_words='english')

  # Fit and transform the processed titles

count_data = count_vectorizer.fit_transform(training_data_preprocessed['Input'])
tf = count_data




number_topics = 5
number_words = 5

# Create and fit the LDA model
lda = LDA(n_components=number_topics)
lda.fit(tf)

# Print the topics found by the LDA model
print("Topics found via LDA:")
print_topics(lda, count_vectorizer, number_words)

Answer 1

我認為您可以使用下面的代碼在 LDA 中實現連貫性 model：

# import library from gensim  
from gensim.models import CoherenceModel

# instantiate topic coherence model
cm = CoherenceModel(model=lda_model_15, corpus=bow_corpus, texts=docs, coherence='c_v')

# get topic coherence score
coherence_lda = cm.get_coherence() 
print(coherence_lda)