Nlp 如何确定文本聚类的LDA（潜在Dirichlet分配）算法中的主题数？

我使用LDA算法将许多文档分为不同的主题。LDA算法需要一个输入参数：主题数。我如何确定这一点

我正在使用路透社语料库对我的解决方案进行基准测试。路透社语料库已经准备好了主题号。当我对Reuter文本进行聚类时，是否应该输入相同的主题号？把我的聚类结果和路透社的比较

---

但在生产中，我如何知道主题的数量，然后才能根据主题进行聚类。这有点像一个鸡蛋问题。

解决这个问题的一种方法是通过k方法。通过轮廓（或肘部曲线，但我想这需要手动干预），您可以获得最佳数量的簇。您可以使用此数字作为主题数

答案是神奇的！！！事实上，除了#topic参数之外，如果使用原始LDA，还需要设置alpha参数和beta参数。没有合适的解决方案说x是正确的主题数量。所以他们最终使用HDP。分层狄里克莱过程。另请参阅可能的副本。您是否研究过非参数LDA？