Latente Dirichlet Allocatie (LDA)

Latente Dirichlet Allocatie (LDA) is een generatief probabilistisch model voor collecties van discrete data, geïntroduceerd door Blei, Ng en Jordan in 2003. Het beschouwt elk document als een mengeling van latente onderwerpen en elk onderwerp als een kansverdeling over woorden, wat de ongesuperviseerde ontdekking van thematische structuren in grote tekstcorpora mogelijk maakt. Het is een van de meest geciteerde publicaties in machine learning en natuurlijke taalverwerking.