主题分布之间的距离度量，考虑主题之间的相关性 [已关闭]

问：

我已经在一系列报纸文章上训练了一个主题模型，我手动识别了这些文章作为基准。假设主题模型标识了三个主题，如政治、经济和体育。接下来，我在一组不同的报纸文章上评估该模型。现在，对于“培训”和“评估”集中的所有文章，我分布在三个已确定的主题中。

现在，我想计算训练中的所有文章与评估集中所有文章之间的相似性度量。然而，据我了解，最常用的度量，如余弦相似度，并没有考虑主题之间的相关性。例如，政治和经济比政治和体育更接近替代品。我的想法是根据训练数据中的文章主题分布计算相关矩阵，以计算加权距离度量。

我的第一个问题是，解释这种相关性是否有意义。第二，有人见过这样的措施吗？

我已经计算了相关矩阵并使用了马氏距离，但我还没有找到参考。