传统的静态主题模型主要关注单词之间的统计相关性，而忽略了可能对主题检测结果产生重大影响的情感趋势和时态特征。 本文提出了一种基于LDA的动态情感话题（DST）模型，该模型不仅可以检测和跟踪话题，还可以分析将军的情感倾向向某些话题的转变。 该模型通过最大似然估计和滑动窗口将数据与时间的情感和动态属性结合在一起。 我们使用Gibbs采样方法估计和更新模型参数，并使用随机EM算法进行模型推理。 在真实数据集上的实验表明，DST模型优于现有算法。