トピックモデル

トピックモデルとは、膨大な文書集合の中から、それらがどのような話題（トピック）について書かれているかを統計的に抽出する手法です。各文書が複数のトピックの組み合わせで構成されているという仮定に基づき、潜在的な構造を自動的に明らかにします。

具体的なアルゴリズムとしては、潜在的ディリクレ配分法（LDA）が代表的です。これは、文書中の単語の出現分布を解析し、その背後にあるトピックの構成比率を確率的に推定します。人があらかじめカテゴリを定義することなく、データから自動的に話題の分類を行える点が強力な点です。

G検定では、自然言語処理や教師なし学習の手法の一つとして問われます。文書分類を行う際に、あらかじめ正解ラベルがなくても構造を解析できる点が特徴です。レコメンデーションや文書整理など、大量のテキストデータを分析する実務的な手段として整理しておいてください。