首先，我以前总结过，关于北邮一个人写的导读，连接在这里。 肯定得看Blei 2003年的论文，点击下载。 然后很重要的Blei的视频和一个80多页的Lecture。 Topic Models Latent Dirichlet Allocation(LDA) [pdf]模型是近年来提出的一种具有文本主题表示能力的非监督学习模型。 关键所在：it posits that each document is a mixture of a small number of topics and that each word’s creation is attributable to one of the document’s topics。 将文档看成是一组主题的混合，词有分配到每个主题的概率。 Probabili...