要为BERTopic添加词项得分下降的图例，可以使用以下代码示例：

import matplotlib.pyplot as plt
import seaborn as sns
from bertopic import BERTopic

def plot_word_scores(topic_model, topic_id):
    # 获取特定主题的词项得分
    word_scores = topic_model.get_topic(topic_id)[1]
    
    # 提取词项和得分
    words = [word for word, _ in word_scores]
    scores = [score for _, score in word_scores]
    
    # 创建绘图
    plt.figure(figsize=(10, 6))
    sns.barplot(x=scores, y=words, color='blue')
    plt.xlabel("Word Score")
    plt.ylabel("Word")
    plt.title(f"Word Scores for Topic {topic_id}")
    plt.show()

# 创建BERTopic模型
topic_model = BERTopic()
topics, _ = topic_model.fit_transform(documents)

# 绘制特定主题的词项得分下降图例
topic_id = 0  # 要绘制图例的主题ID
plot_word_scores(topic_model, topic_id)

上述代码首先导入了需要的库，然后定义了一个plot_word_scores函数，该函数接受一个BERTopic模型和一个主题ID作为输入，并绘制特定主题的词项得分下降图例。

在函数内部，我们首先使用get_topic方法获取特定主题的词项得分。然后，我们将词项和得分分别提取到两个列表中。接下来，我们使用seaborn库的barplot函数创建条形图，其中词项在y轴上，得分在x轴上。最后，我们添加标签和标题，并使用plt.show()显示图例。

最后，我们通过创建BERTopic模型并使用fit_transform方法对文档进行拟合，然后调用plot_word_scores函数来绘制特定主题的词项得分下降图例。