Forklarlig LDA Emne Model

Forklarlig LDA kombinerer Latent Dirichlet Allocation — den kanoniske probabilistiske emnemodel introduceret af Blei, Ng og Jordan i 2003 — med post-hoc og intrinsiske fortolkningsværktøjer, der gør hvert opdaget emne auditerbart, mærket og troværdigt for menneskelige anmeldere. Den anvendes bredt inden for NLP, tekstanalyse i samfundsvidenskab og beregningsorienterede humanistiske fag, hvor gennemsigtighed kræves ud over opdagelse.