Model LDA yang Ditalar Halus

LDA yang ditalar halus (Fine-Tuned LDA) menyesuaikan model Latent Dirichlet Allocation (LDA) yang dilatih pada korpus umum yang besar ke domain sasaran 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 data yang lebih sedikit daripada pelatihan dari awal (cold-start).