潜在的ディリクレ配分法（LDA）の理解

問題

潜在的ディリクレ配分法 (LDA)に関する記述のうち誤りを1つ選べ。

潜在的ディリクレ配分法（LDA：Latent Dirichlet Allocation）は、大量のテキストデータ（文書群）から、そこに潜む「トピック（話題）」を抽出する「トピックモデル」の代表的なアルゴリズムです。

「各文書は複数のトピックが確率的に混ざり合って構成されており、そのトピックに基づいて単語が生成される」という仮定（混合モデル）に基づいています。

ニュース記事の自動カテゴリ分けや、顧客アンケートのトレンド分析など、自然言語処理の実務で広く使われる教師なし学習の手法です。

1. 潜在的ディリクレ配分法 (LDA)は文書のトピック構造を推定する

正しい：LDAは、文書の集合にどのようなトピック（話題）が潜在しているかを確率的に推定する代表的なトピックモデルです。

2. 潜在的ディリクレ配分法 (LDA)は各文書が複数トピックから構成されると仮定する

正しい：「1つの文書には1つのトピックしかない」のではなく、「1つの文書には複数のトピックが特定の割合で混ざっている（混合モデル）」と仮定するのがLDAの大きな特徴です。

3. 潜在的ディリクレ配分法 (LDA)は教師あり学習である

誤り：LDAは事前に正解となるトピック（ラベル）を与える必要がなく、データの中から自動的にトピック構造を見つけ出す「教師なし学習」です。

4. 潜在的ディリクレ配分法 (LDA)は文章集合の潜在構造を推定する

正しい：大量のテキストデータ（文章集合）の背後にある、目に見えないトピックの構造（潜在構造）を確率分布として推定します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ