Sprinkling方法是一种集成了训练样本类别信息的监督潜在语义模型。但是该方法特征权重采用词频，降低了文本分类效果，同时该模型并没有考虑不同样本对分类的贡献能力，而是认为样本对分类的贡献相同，另外，该模型采用多个特征映射一个类别来加强类别知识对分类的贡献。为此，文章在Sprinkling方法的基础上提出了一种新的监督潜在语义模型。实验结果表明，该文方法的总体性能优于原始的Sprinkling方法，在特征数为1100时，获得了最高分类精度，提高幅度达到1.71%。