Explainable LDA Topic Model

Explainable LDA เป็นการผสมผสาน Latent Dirichlet Allocation (LDA) ซึ่งเป็นแบบจำลองหัวข้อเชิงความน่าจะเป็นแบบมาตรฐานที่ Blei, Ng, และ Jordan นำเสนอในปี 2003 เข้ากับเครื่องมือที่ช่วยเพิ่มความสามารถในการตีความทั้งแบบหลังการวิเคราะห์ (post-hoc) และแบบภายใน (intrinsic) ซึ่งทำให้แต่ละหัวข้อที่ค้นพบสามารถตรวจสอบได้ มีป้ายกำกับ และน่าเชื่อถือสำหรับผู้ตรวจสอบที่เป็นมนุษย์ แบบจำลองนี้ถูกนำไปใช้อย่างกว้างขวางในสาขา NLP, การวิเคราะห์ข้อความทางสังคมศาสตร์ และสาขามนุษยศาสตร์เชิงคำนวณ ที่ต้องการความโปร่งใสควบคู่ไปกับการค้นพบองค์ความรู้