我按照这个教程创建了一个 Gensim LDA 模型：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)

它生成了10个主题，日志困惑度为：

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

但是当我运行相干性模型来计算相干性得分时，像这样：

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 得分是 NaN。我在这里做错了什么？

回答：

已解决！相干性模型需要原始文本，而不是输入 LDA 模型的训练语料库 – 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()

我得到了一个相干性得分为：0.462

希望这能帮助犯同样错误的其他人。谢谢！