Eu obtive um modelo de tópico do LDA usando um corpus de brinquedo da seguinte maneira:

documents = ['Human machine interface for lab abc computer applications',
             'A survey of user opinion of computer system response time',
             'The EPS user interface management system',
             'System and human system engineering testing of EPS',
             'Relation of user perceived response time to error measurement',
             'The generation of random binary unordered trees',
             'The intersection graph of paths in trees',
             'Graph minors IV Widths of trees and well quasi ordering',
             'Graph minors A survey']

texts = [[word for word in document.lower().split()] for document in documents]
dictionary = corpora.Dictionary(texts)

id2word = {}
for word in dictionary.token2id:    
    id2word[dictionary.token2id[word]] = word

Descobri que, quando uso um pequeno número de tópicos para derivar o modelo, o Gensim produz um relatório completo de distribuição tópica sobre todos os possíveis tópicos para um documento de teste. Por exemplo.:

test_lda = LdaModel(corpus,num_topics=5, id2word=id2word)
test_lda[dictionary.doc2bow('human system')]

Out[314]: [(0, 0.59751626959781134),
(1, 0.10001902477790173),
(2, 0.10001375856907335),
(3, 0.10005453508763221),
(4, 0.10239641196758137)]

No entanto, quando uso um grande número de tópicos, o relatório não está mais completo:

test_lda = LdaModel(corpus,num_topics=100, id2word=id2word)

test_lda[dictionary.doc2bow('human system')]
Out[315]: [(73, 0.50499999999997613)]

Parece-me que os tópicos com uma probabilidade menor que um limiar (eu observei 0.01 para ser mais específico) são omitidos da saída.

Eu estou querendo saber se esse comportamento é devido a algumas considerações estéticas? E como posso obter a distribuição da massa residual de probabilidade sobre todos os outros tópicos?

Obrigado pela sua resposta gentil!