เปรียบเทียบวิธี

	แบบจำลองหัวข้อ LDA หลายรูปแบบ	การสร้างแบบจำลองหัวข้อแบบหลายรูปแบบ
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2003	2003–present
ผู้ริเริ่ม	Blei, D. M. & Jordan, M. I.	Blei, D. M. & Jordan, M. I. (foundational corr-LDA); extended by many authors
ประเภท	Probabilistic generative topic model (multimodal)	Generative probabilistic topic model
แหล่งต้นตำรับ	Blei, D. M. & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134.	Blei, D. M., & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134.
ชื่อเรียกอื่น	Multimodal LDA, mm-LDA, multimodal topic model, cross-modal LDA	Multimodal LDA, multi-modal topic model, cross-modal topic modeling, MM-TM
ที่เกี่ยวข้อง	6	6
สรุป	Multimodal LDA extends Latent Dirichlet Allocation to jointly model multiple data modalities — most often text and images — within a single probabilistic topic framework. Each document or data instance is represented as a mixture of latent topics shared across modalities, enabling the model to discover coherent themes that align visual and linguistic content simultaneously.	Multimodal topic modeling discovers latent thematic structure shared across multiple data modalities — for example, co-occurring words and images — by learning a joint probabilistic representation that aligns topics across modalities. It extends classical text-only approaches such as LDA to settings where each document or observation consists of heterogeneous data types.