网页归类是一项很重要的任务,它能够帮助人们便捷的获取互联网的信息。例如,雅虎目录有成百上千的按语义区分的类别,包括人文艺术、商务和经济、教育还有健康等等。但是,随着互联网的迅速扩张,我们需要设计一种能够对网页进行自动归类的算法。语义模型能够被用来对网页进行自动归类。语义模型是一种概率生成模型的框架,用以表示文本的内容。之前的语义模型如ProbabilisticLatent Semantic Indexing(PLSI)和Latent Dirichlet Allocation(LDA)都是用以建模普通文本的,并没有考虑文本之间的链接关系。最近,考虑文本链接关系,如网页的语义模型被提出。这些模型同时生成文本内容和链接。在本文中,我们指出,为了更好的表示网页的内容,本质问题是我们更应该假设文本之间的链接已经给出了。然后再通过文本链接结构,描述文本内容是如何产生的。根据这个想法,我们提出了新的针对网页特性的概率模型,称之为Hypertext Topic Model(HTM)。HTM定义文本中词的分布为文本本身及其所引用的文本的语义的混合体。其中语义被定义为词的分布,正如如传统的语义模型那样。对于语义模型来说,参数估计和概率推理是很关键的步骤。在本文中,我们首先综述了相关的算法,然后根据超文本语义模型的特性提出了变种算法。试验结果表示了在三个数据集上,HTM超过了其它的模型,语义的抽取更加精确,并且网页分类的精确度也更加高。