一、“主题模型”定义

主题模型（Topic Model）是以非监督学习的方式对文集的隐含语义结构（latent semantic structure）进行聚类（clustering）的统计模型。

• 主题就是一个概念、一个方面。它表现为“一系列相关的词”，能够代表这个主题。比如如果是”阿里巴巴“主题，那么”马云“、”电子商务“等词会很高的频率出现，而涉及到”腾讯“主题，那么“马化腾”、“游戏”、“QQ”会以较高的频率出现。

• 如果用数学来描述一下的话，主题就是词汇表上词语的条件概率分布，与主题密切相关的词，条件概率 p ( w ∣ z ) p(w|z)