返回信息流最近开始学习supervised topic model，看了这方面学术大牛David Blei的论文，感觉太多看不懂的数学推导，请问如何理解supervised topic model？有没有其他资料可以参考讲解的？多谢各位了
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #9612同步于 2012/10/18
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
如何理解supervised topic model
cxw1991
2012/10/18镜像同步5 回复
订阅后，新回复会通过你的通知中心匿名送达。
5 条回复
谷歌吧，我也没咋地保存。Blei等核心人士的资料一般是第一手，写得比较专业、不通俗，而且受限于篇幅，因此一堆人把他们写的东西重新写后或详细介绍放在博客上或个人网站上，各种technical report，你搜搜，很多的。不过中文的非常少。如果英文不好（或数学不好）你就苦了。。
【 在 cxw1991 的大作中提到: 】
: 资料比如？
训练数据是标注过的，也就是预先知道文档的主题，有监督的主题模型就是通过有标注的训练数据的训练，进而可以预测未标注的文档的主题。大概是这意思吧。所谓的主题模型可以理解为一个复杂的数学函数，它的输入为文档，输出为对文档主题的判断