主题模型(Topic Model)，顾名思义就是对文字中隐含主题的一种建模方法。主题模型在机器学习和自然语言处理领域中有广泛应用。通常被用来在-系列文档中去发现与本文档语义相近的主题。本文是针对西里尔蒙古文的主题建模。通过分析西里尔蒙古文的特点,进行文档预处理。主要进行了词缀切分,命名实体识别和去除停用词。选取基本词结合命名实体作为特征单元作为进行向量化构建。通过比对LSA,PLSA[3]和LDA相关主题模型的性能。分析不同的模型在西里尔蒙古文语料下的建模性能。最终选择LDA作为西里尔蒙古文的主题建模模型。模型训练对比了EM算法和Gibbs采样算法。分析算法的不同性能,并针对西里尔蒙古文的主题建模提出了一种改进的Gibbs采样算法。在改进的Gibbs采样算法上训练LDA主题模型,优化了LDA主题模型在西里尔蒙古文上的建模性能。西里尔蒙古文的主题构建可以帮助我们快速处理海量的信息。同时文档通过主题进行表达,降低了传统的基于词表达的空间维度。大大提升了我们利用蒙古文进行机器学习和自然语言处理的能力。