【摘要】潜在狄利克雷分配（LatentDirichletAllocation，LDA）是一种用来分析大规模文档的概率主题模型，它从文档的单词表示中抽取出语义相关的主题集合，将文档从单词空间变换到主题空间，得到文档在低维主题空间中的表达。然而LDA的使用者往往会遇到两个问题：一是公用词和停用词几乎占据了所有的主题，LDA的主题分布向高频词倾斜，能够代表主题的关键词被少量的高频词掩盖，从而导致较差的主 […]