简而言之，计算机学习的是单词的使用频率和不同的词一起出现的频率和顺序，和相似程度

这是可以通过从大量的文本样品中用机器学习的方法学出来。所有的单词都是用数字symbolized. 

如果训练集中有topic信息，机器可以学出哪些词用得更多，然后可以在训练集里根据词频计算出不同topic的可能性.

这里经常有很多伪专家，说了一大通，却回答不了简单问题。你上网查youtube应该能找到简单准确的解释