我想比较TF和TFIDF特征词筛选办法对主题模型的影响，主题模型采用LDA和CTM两种作为比较试验，请问如何比较两种主题模型的性能？我查阅的资料中基本上采用准确率和F1值进行评估， 是如何实现的呢？  

Perplexity通常用于评估概率模型，用于表示模型生成词的性能， 但是，Perplexcity不是用于确定LDA模型中主题数量的吗？  可以Perplexcity来进行两个主题模型的评估吗？

哪位大神能帮帮我，感激不尽！