隐狄利克雷分布 Latent Dirichlet Allocation

隐狄利克雷分布 LDA 是一种主题模型，它可以将文档集中每篇文档的主题按照概率分布的形式表达，同时它也是一种无监督学习算法，训练时不需要手工标注的训练集，仅需要文档集、指定主题的数量 K 即可，此外，对于每个主题均可找出一些词语来描述。

LDA 起初由 Blei 、 David M. 、 Jordan 、 Michael I 和吴恩达于 2003 年提出，目前在文本挖掘领域如文本主题识别、文本分类及文本相似度计算方面都有应用。

LDA 是一种典型的词袋模型，即一篇文章是由一组词构成的集合，词与词之间没有顺序及先后关系，一篇文档可以包含多个主题，文档中每个词都由对应的主题生成。