潜在的ディリクレ配分法 (LDA: Latent Dirichlet Allocation)
解説
潜在的ディリクレ配分法（LDA）とは、トピックモデル（文書の話題分析）における最も代表的な手法です。2003年にDavid Bleiらによって提案されました。
「文書」は「トピック」の混ぜ合わせである
LDAの最大の特徴は、1つの文書が単一のトピック（例：スポーツ）に属するのではなく、「複数のトピックが確率的に混ざり合ってできている」と考える点です。
例えば、あるニュース記事が「スポーツ要素：70%、経済要素：30%」で構成されていると仮定します。この比率（トピック分布）を決める確率分布として「ディリクレ分布」を用いるため、この名前がついています。
生成プロセスの逆推定
LDAは、「人間が文章を書くとき、まず頭の中でトピックの配分（サイコロ）を決め、そのトピックに応じて単語（サイコロ）を選んでいるはずだ」という仮説（生成モデル）に基づいています。
実際の解析では、この逆を行い、目の前にある大量の文書データから「どんなトピックのサイコロが使われたのか？」を推定します。
G検定対策
出題ポイント
- 位置づけ：トピックモデルの代表例であり、教師なし学習に分類される。
- 仕組み：「文書ごとのトピック分布」と「トピックごとの単語分布」を推定する。
- 確率分布：事前分布として「ディリクレ分布（Dirichlet Distribution）」を仮定している。
