这很正常：LDA 试图通过找到参数的正确概率来根据参数最大化数据的可能性。通常在一开始增加主题的数量可以使模型更精确地分离主题，从而获得更高的可能性。但是在某些时候（取决于数据），增加主题的数量不再对模型有帮助，因为主题已经被最大限度地分离，并且使用所有主题实际上会降低可能性。

因此，这表明您不需要那么多主题。请注意，这并不意味着“使用”主题的数量对于应用程序来说是最佳的，它通常是一个平衡点。