Nlp 连贯性得分（u_mass）-18分是好还是坏？

我读了这个问题（），发现连贯性得分（u_mass）是从-14到14。但当我做实验时，我的u_质量分数为-18，c_v分数为0.67。我想知道我的u_质量分数怎么会超出范围（-14,14）

---

更新：我使用gensim库，扫描了2到50个主题。对于u_质量，它从0开始到最低的负点，再向后转一点，就像c_v的上下版本。

根据中提供的u_质量一致性分数的数学公式

如果u_mass接近于值0，则表示完全一致，并且值0的任何一侧都会波动，这取决于选择的主题数量和用于执行主题聚类的数据类型。判断u_质量的最佳方法是绘制u_质量与不同K值（主题数）之间的曲线。选择K，使u_mass的值接近0

您可以参考这篇文章，它提供了python代码片段来绘制K和c_v的不同值之间的曲线。在这里，你可以用质量相干度量来代替c_v

---

我希望这一解释能有所帮助。

根据本手册中提供的u_质量一致性分数的数学公式

如果u_mass接近于值0，则表示完全一致，并且值0的任何一侧都会波动，这取决于选择的主题数量和用于执行主题聚类的数据类型。判断u_质量的最佳方法是绘制u_质量与不同K值（主题数）之间的曲线。选择K，使u_mass的值接近0

您可以参考这篇文章，它提供了python代码片段来绘制K和c_v的不同值之间的曲线。在这里，你可以用质量相干度量来代替c_v

---

我希望这个解释能有所帮助。

我参考了两个来源，发现了相似之处，也许可以澄清我的疑问：

我相信，对于u_质量，曲线图将是c_v的上下方向，最低点是最好的。当然，如果你使用gensim

---

我参考了两个来源，发现了相似之处，也许可以澄清我的疑问：

我相信，对于u_质量，曲线图将是c_v的上下方向，最低点是最好的。当然，如果你使用gensim

---

我用的是gensim，我的图表不像你说的那样。它从0开始到最低点，然后向上翻一点，然后在该点上下波动。它看起来像是c_v的上下版本。我怀疑gensim做了什么？我能在这里看到你的图表吗？这里是：我使用gensim，我的图表和你说的不一样。它从0开始到最低点，然后向上翻一点，然后在该点上下波动。它看起来像是c_v的上下版本。我怀疑gensim做了什么？我能看看你的图表吗？这是：