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。
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。
Probabilistic latent semantic analysis（PLSA） LDA可以看成是服 从贝叶斯分布的PLSA
LDA，就是将原来向量空间的词的维度转变为Topic的维度，这一点是十分有意义的。
Lda的源代码，java c matlab python 等 ：
Code-python
Other LDA implementations
- lda-c(C)
- GibbsLDA++(C++)
- Matlab Topic Modeling Toolbox 1.3.2(Matlab/C via MEX)
- lda-j(Java)
- lda (C and Matlab)
转自：http://www.zhizhihu.com/html/y2010/1465.html