Оценка наиболее подходящего количества тем для ARTM модели

Для целей диссертации необходимо провести тематическое моделирование. Имеется тематическая модель, смоделированная по определенному тексту. Модель создана на Python с помощью библиотеки BigARTM. Формат модели именно ARTM, а не LDA. В интернете находил решения по типу ldatuning, которые позволяют рассчитать по имеющимся входным данным оптимальное количество тем, на которые стоит делить исходный текст. Изначально было выбрано просто 5 тем, но теперь стало ясно, что в диссертации этот момент надо как-то обосновать. Сталкивался ли кто-нибудь с подобным? Существуют ли решения на подобии ldatuning, чтобы рассчитать количество оптимальных тем для artm модели? Что посоветуете? Прошу прощения за не совсем подходящие метки, конкретных меток не нашлось.