纠结这个问题很久了，期间主要去了gensim的google论坛，以及在StackOverflow、StackexChange用关键词topic number perplexity搜了下，得到这些很模糊的认识：

1. gensim的log_perplexity()解读：

根据gensim3.8.3的源码，log_perplexity()输出的是perwordbound，perwordbound计算步骤如下：

先调用bound()，通过一个chunk的语料$\vec{W}$计算整个语料库的对数似然值$logp(\vec{W})$的下界，即$Eq[logp(\vec{W})]-Eq[logq(\vec{W})]$ 。

然后用$logp(\vec{W})$的bound除以整个语料库的大小N，得出perwordbound，作为log_perplexity()的返回值。

调用函数期间还会将$2^{-perwordbound}$ 作为perplexity打印输出，这个perplexity以2为底数，与：
D. Blei, A. Ng, and M. Jordan. Latent Dirichlet allocation. Journal of Machine Learning Research,3:993–1022, January 2003
Hoffman, Blei, Bach: Online Learning for Latent Dirichlet Allocation, NIPS 2010.
这两篇论文定义的以e为底数的perplexity有所差别，但思想基本一致。

这里的问答也有类似说明：
https://stats.stackexchange.com/questions/322809/inferring-the-number-of-topics-for-gensims-lda-perplexity-cm-aic-and-bic?r=SearchResults

2. 关于困惑度和主题数之间关系的解读：

首先，log_perplexity()这个函数没有对主题数目做归一化，因此不同的topic数目不能直接比较：

传送门：https://groups.google.com/g/gensim/c/krs1Uytq5bY/m/ePZXIKfwGwAJ

其次，gensim包的作者Radim现身回答说perplexity不是一个好的评价topic质量的指标：

传送门：https://groups.google.com/g/gensim/c/TpuYRxhyIOc