Model Topik LDA yang Disesuaikan

LDA yang Disesuaikan mengadaptasi model Latent Dirichlet Allocation yang dilatih pada korpus umum yang besar ke domain target tertentu dengan melanjutkan inferensi pada dokumen spesifik domain. Alih-alih menyesuaikan LDA dari awal, distribusi topik-kata yang telah dilatih sebelumnya digunakan sebagai titik awal yang terinformasi, memungkinkan model untuk menemukan topik domain yang koheren lebih cepat dan dengan lebih sedikit data daripada pelatihan dingin.