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)
并且它生成10个主题，其log_perplexity为：
lda_model.log_perplexity（data_df ['bow_corpus']）= -5.325966117835991
但是，当我对其运行一致性模型以计算一致性得分时，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？
最佳答案
解决了！
一致性模型需要原始文本，而不是输入到LDA_Model的训练语料库-因此，当我运行此代码时：
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()
我的一致性得分是：0.462
希望这可以帮助其他人犯同样的错误。谢谢！
关于python - Gensim LDA一致性得分Nan，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/60246570/