我是NLP的初学者，这是我第一次进行主题建模。我能够生成模型，但是无法生成一致性度量。

将术语文档矩阵从df->稀疏矩阵-> gensim语料库转换为新的gensim格式

sparse_counts = scipy.sparse.csr_matrix(data_dtm)
corpus = matutils.Sparse2Corpus(sparse_counts)
corpus

df_lemmatized.head()

# Gensim also requires dictionary of the all terms and their respective location in the term-document matrix
tfidfv = pickle.load(open("tfidf.pkl","rb"))
id2word = dict((v,k) for k,v in tfidfv.vocabulary_.items())
id2word

这是我的模特

lda = models.LdaModel(corpus=corpus,id2word=id2word,num_topics=15,passes=10,random_state=43)
lda.print_topics()

最后，这是我尝试使用相干模型获得相干得分的地方：

# Compute Perplexity
print('\nPerplexity: ',lda.log_perplexity(corpus))  

# Compute Coherence Score
coherence_model_lda = CoherenceModel(model=lda,texts=df_lemmatized.long_title,dictionary=id2word,coherence='c_v')
coherence_lda = coherence_model_lda.get_coherence()
print('\nCoherence Score: ',coherence_lda)

这是错误：

---> 57如果不是dictionary.id2token：＃可能未在标准gensim.corpora.Dictionary中初始化      58 setattr（dictionary，'id2token'，{v：k对于k，v在dictionary.token2id.items（）}中）      59 AttributeError：“ dict”对象没有属性“ id2token”