为什么使用 gensim 计算 LDA 的相干分数时速度如此之慢答案

【问题标题】：Why it is so slow when calculating the coherence score for LDA using gensim为什么使用 gensim 计算 LDA 的相干分数时速度如此之慢
【发布时间】：2019-06-22 03:33:15
【问题描述】：

我是 LDA 的新手，当我使用 gensim CoherenceModel 计算我的 LDA 模型的相干性分数时，运行需要很长时间。但是，训练部分相对较快，而且在合理的时间内。我想知道这是否是因为我的数据大小（大约 250000 长文本），有什么方法可以加快这个过程吗？谢谢

这是我的代码，和教程一模一样

from gensim.models import CoherenceModel
coherence_model_lda = CoherenceModel(model=lda_model_tfidf, texts=LDA_, dictionary=dictionary, coherence='c_v')
coherence_lda = coherence_model_lda.get_coherence()
print('\nCoherence Score: ', coherence_lda)

【问题讨论】：

嗨，欢迎来到堆栈溢出。显示您的问题的最小（代码）示例。

标签： nlp gensim lda

【解决方案1】：

'c_v' 一致性度量已知是最慢的方法，但可以得到最好的结果。您可以尝试'u_mass' 以获得最快的性能。

请注意，您只需要 'u_mass' 的模型、语料库和连贯性参数。

您可以在此处阅读有关这两种方法之间区别的更多信息：http://palmetto.aksw.org/palmetto-webapp/

【讨论】：

感谢回答，我也想知道在可解释性和a模型的分数之间如何选择，我应该先考虑哪个？