Machine learningDeep learning / NLP / CV

토픽 모델링

토픽 모델링은 대규모 텍스트 컬렉션에서 잠재적인 주제 구조를 발견하기 위한 비지도 확률적 기법들의 한 계열이다. 어떤 단어들이 함께 나타나는 경향이 있는지를 학습함으로써, Latent Dirichlet Allocation (LDA)과 같은 모델은 레이블이 지정된 데이터를 요구하지 않고도 일관성 있는 토픽들—각각 어휘에 대한 분포로 표현되는—을 자동으로 표면화한다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

토픽 모델링

BERT 기반 분류 LDA 토픽 모델 NMF 토픽 모델 순환 신경망 문장 임베딩 관점 기반 감성 분석 (ABSA)자동 텍스트 평가 단어 동시 출현 분석 교차 언어 텍스트 분석 문서 군집화

+22 more

출처

Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗
Hofmann, T. (1999). Probabilistic Latent Semantic Analysis. Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence (UAI), 289–296. link ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Topic Modeling (Probabilistic Latent Semantic Analysis and Latent Dirichlet Allocation). ScholarGate. https://scholargate.app/ko/deep-learning/topic-modeling

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 →

이 방법을 참조하는 항목

관점 기반 감성 분석 (ABSA)자동 텍스트 평가 단어 동시 출현 분석 교차 언어 텍스트 분석 문서 군집화 도메인 적응형 NMF 토픽 모델 설명 가능한 NMF 토픽 모델 설명 가능한 감성 분석 설명 가능한 토픽 모델링 미세 조정 LDA 토픽 모델 미세 조정 토픽 모델링 LDA 토픽 모델 어휘 다양성 다중 문서 요약 다국어 토픽 모델링 Multimodal LDA Topic Model 다중 양식 토픽 모델링 NMF 토픽 모델 과학 문헌 마이닝 자가 지도 LDA 토픽 모델 준지도학습 LDA 토픽 모델 준지도 비음수 행렬 분해 (NMF) 토픽 모델 문장 임베딩 소셜 미디어 자연어 처리 텍스트 중복 제거 텍스트 빈도 분석 LDA 토픽 모델을 이용한 전이 학습 NMF 토픽 모델을 이용한 전이 학습 약지도 LDA 토픽 모델 약한 지도 토픽 모델링

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →