Forklarbar LDA-emnemodell

Forklarbar LDA kombinerer Latent Dirichlet Allocation — den kanoniske probabilistiske emnemodellen introdusert av Blei, Ng og Jordan i 2003 — med post-hoc og iboende tolkningsverktøy som gjør hvert oppdaget emne reviderbart, merket og pålitelig for menneskelige anmeldere. Den brukes mye i NLP, tekstanalyse innen samfunnsvitenskap og beregningsorienterte humaniora der åpenhet kreves ved siden av oppdagelse.