Process / pipeline
トピックモデリング — Latent Dirichlet Allocation
Latent Dirichlet Allocation (LDA) は、Blei、Ng、Jordan (2003) によって導入された生成確率モデルであり、文書コレクションの背後にある隠れたトピック分布を抽出します。各文書を潜在トピックの混合物として、各トピックを単語の分布として扱い、ラベル付けされていないコーパスを解釈可能なテーマに変換します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Blei, D.M., Ng, A.Y. & Jordan, M.I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. link ↗
このページの引用方法
ScholarGate. (2026, June 1). Latent Dirichlet Allocation Topic Modeling. ScholarGate. https://scholargate.app/ja/text-mining/topic-modeling-lda
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →