Gensim 的潜在狄利克雷分配实现

Question

我正在做有关 LDA 主题建模的项目，我使用了 gensim (python) 来做到这一点。我阅读了一些参考资料，它说要获得最佳模型主题，我们需要确定两个参数，即通过次数和主题数量。真的吗？对于 pass 的数量，我们将看到 pass 在哪一点是稳定的，对于 topic 的数量，我们将看到哪个 topic 的值最低。

num_topics = 10
chunksize = 2000
passes = 20
iterations = 400
eval_every = None 

gensim库中的所有参数都需要用到吗？

Answer 1

良好的 LDA 模型主要取决于主题的数量。通过次数越多，主题模型就越准确（训练所需的时间也就越长）。

当然不必使用所有参数。大多数时候，您只会传递所需的参数。要找到最佳主题数，您可以获取 c_v 连贯性值并找到给定网格上的最高连贯性。通常，连贯性是比困惑度更好的度量，因为它更符合人类注释者。