由于问题评论中的 StackOverflow 链接似乎已损坏，因此这里有另一个解决相同问题的回复：https ://stackoverflow.com/a/44789327/6470915

直接报价：

事实上，Blei（开发 LDA）在 2003 年的论文（题为“Latent Dirichlet Allocation”）的介绍中指出，LDA 解决了 TF-IDF 模型的缺点并将这种方法抛在了脑后。LSA 是完全代数的，通常（但不一定）使用 TF-IDF 矩阵，而 LDA 是一种概率模型，它试图估计文档中的主题和主题中的单词的概率分布。为此不需要对 TF-IDF 进行加权。

这在高层次上进行了总结。从技术上理解为什么使用 TF-IDF 模型的性能会更差会很有趣。实际上，SO 链接中有另一个回复声称可以使用 TF-IDF 改进 LDA。

LDA 是一个词生成模型，它假设一个词是从多项分布中生成的。说 0.5 个单词（tf-idf 权重）是从某个分布中生成的是没有意义的。在 Gensim 实现中，可以将 TF 替换为 TF-IDF，而在其他一些实现中，只允许整数输入。