隐含狄利克雷分配（LDA）
LDA 是一种生成式概率主题模型，假设每篇文档由多个主题混合而成，每个主题是词的概率分布。
核心假设
文档 → 主题分布 ，主题 → 词分布 。每篇文档中每个词 的生成：
- 从 采样主题
- 从 采样词
推断方法
- Gibbs Sampling：迭代采样每个词的主题分配，利用 Collapsed Gibbs Sampling 消去 和
- 变分推断（VB）：用简单分布近似后验
与 LSA / pLSA 对比
| 模型 | 特点 |
|---|---|
| LSA | 基于 SVD，无概率解释 |
| pLSA | 概率化，但无文档级主题先验，易过拟合 |
| LDA | 加入 Dirichlet 先验，贝叶斯化 pLSA，泛化更好 |
应用
文档聚类、主题关键词提取、推荐系统的内容理解、学术文献趋势分析。