Svagt superviseret emnemodellering

Svagt superviseret emnemodellering inkorporerer let domæneviden — typisk seed-ord eller bløde begrænsninger — i en probabilistisk emnemodel for at styre opdagede emner mod forsker-meningsfulde temaer. Den placerer sig mellem fuldt usuperviseret LDA og superviserede klassifikatorer, idet den kræver langt mindre annotation end sidstnævnte, samtidig med at den producerer mere fortolkelige og domænejusterede emner end førstnævnte.