sLDA

sLDA（结构化局部狄利克雷分配）是一种主题模型，它结合了LDA（潜在狄利克雷分配）和结构化概率模型。与传统的LDA不同，sLDA不仅考虑了文档的主题分布，还考虑了主题在文档中的结构。这使得sLDA能够捕捉到更丰富的语义信息，从而提高了文本分类、聚类等任务的性能。 sLDA的基本思想是将文档表示为一个由主题组成的有向无环图（DAG），每个主题都有一个概率分布，表示该主题在不同位置出现的概率。通过这种方式，sLDA能够更好地描述文档中的主题结构，例如长篇文章中的章节划分或者短篇文章中的段落划分。