**：
topic models主要可以分為四大類：
1.無監督無層次結構, 主要有：
(1)plsa
(hofmann 1999),
(2) lda
(blei et al., 2003),
(3)correlated topic model
(blei and lafferty, 2006 )
ctm主要是為了克服標準lda模型不能建模話題在文件中出現的相關性的缺點，將lda中文件話題分布服從的dirichlet分布改為logistic正態分佈。例如ctm**中舉的乙個例子是在science雜誌語料中，一篇遺傳學文章很可能也跟健康和疾病有關，但是卻不大可能跟射線天文學有關。
因為logistic正態分佈不再是multinomial分布的共軛分布，因此模型的解變得更加複雜。對此，作者使用的方法是，在變分推理的過程中，繼續使用taylor展開式以簡化似然函式下界的複雜性。
圖x correlated topic model 模型的圖形表示
07年ctm詳細版本：ctm2007
ctm的變分推導細節見另乙個學者的文件：
variational em algorithms for correlated topic models
(4) pam
(li and mccallum, icml 2006)，
concept topic model等
2.無監督
有層次結構
,主要有：
hlda
(blei nips 2003)，
hdp(teh et al., 2005)：標準lda模型中話題的個數k需要已知，然而很多時候確定k的大小是一件困難的事情。hdp能夠根據資料自動確定k的大小。
hpam
(mimno et al., icml 2007)
3.有監督無層次結構,
主要有：
s-lda
( blei et al., 2007), disc-lda, mm-lda, author-model,
labeled lda
(ramage et al., 2009),
plda
(wang et al., 2009) 等
4.有監督有層次結構,
主要有：
hllda
(petinot et al., acl 2011), hslda
(hierarchically supervised latent dirichlet allocation, perotte et al., nips 2012)
除上述集中型別的話題模型外，還有一些半監督的話題模型，主要有：
semi-lda
(wang et al. 2007),
sshlda
(semi-supervised hierarchical topic model, mao emnlp 2012)
另一些lda變種主要是為了描述一些鏈結資訊而作的擴充套件：
link lda
(2004)
topic-link lda
（liu et al., icml 2009）
rtm(chang and blei,
aistats 2009): relational topic models: 文件之間有連線關係，即對乙個文件網路建模。使用乙個響應變數來表示文件之間的關係。
author-topic model
（rosen-zvi et al., uai 2004）: 將文件作者也考慮進去
dtm(blei and lafferty, icml 2006) dynamic topic models,話題隨時間的演變
stm（pathak, et al., kdd workshop 2008）social topic models for community extraction
social-network analysis using topic model sigir2012
Topic Model的分類總結（LDA變種）
topic models主要可以分為四大類 1.無監督無層次結構,主要有 1 plsa hofmann 1999 2 lda blei et al.2003 3 correlated topic model blei and lafferty,2006 ctm主要是為了克服標準lda模型不能建模話題...
Topic Model的分類總結（LDA變種）
topic models主要可以分為四大類 1.無監督無層次結構,主要有 1 plsa hofmann 1999 2 lda blei et al.2003 3 correlated topic model blei and lafferty,2006 ctm主要是為了克服標準lda模型不能建模話題...
topic model之PLSA的簡單理解
plsa probabilistic latent semantic analysis 在文字處理中，我們常常直接根據文字的內容，將document 和term直接關聯分析，比如計算term frequency等。而在topic模型中，我們認為document是有主題topic的，topic才是直接...