到目前为止，我已经完成了一些工作：
我正在基于文本数据构建主题模型，并且已经进行了主题调整（使用相干得分）以确定最佳主题数。
但是，我现在正在寻求将该模型投入生产。有了新数据，我希望自己的词汇量会发生变化，并且主题的最佳数量也可能会发生变化。
1）我正在寻找想法，以确保随着我的词汇量因新的看不见的数据而变化时，我可以自动调整以优化参数数量
2）独立于1），我计划用新数据更新gensim LDA模型，并使用一些相似性度量（例如Jaccard距离）将新更新的模型与旧模型进行比较。
请让我知道您的想法或一些更好的方法来处理看不见的新数据。