विषय मॉडलिंग एल्गोरिदम (एलडीए, एनएमएफ, पीएलएसए)

विषय मॉडलिंग एल्गोरिदम (एलडीए, एनएमएफ, पीएलएसए) एल्गोरिदम का एक सेट है जो किसी दस्तावेज़ में निहित विषयों की स्वचालित पहचान की अनुमति देता है। बड़े कॉर्पोरा जैसे दस्तावेज़ों के बड़े संग्रह में प्रमुख विषयों या विषय समूहों को खोजने के लिए विषय मॉडलिंग एक शक्तिशाली उपकरण है।

लेटेंट डिरिचलेट एलोकेशन (एलडीए) एक जेनरेटिव सांख्यिकीय मॉडल है जिसका उपयोग किसी कॉर्पस या दस्तावेज़ में विषयों को उजागर करने के लिए किया जाता है। यह एक संभाव्य जनरेटिव दृष्टिकोण पर आधारित है, जो विषयों को अव्यक्त चर के रूप में मानता है। दस्तावेज़ों के एक संग्रह को देखते हुए, एलडीए उन विषयों की उपस्थिति का अनुमान लगाता है जो संग्रह की व्याख्या करते हैं। एलडीए का उपयोग करके विषयों को जिस तरह से तैयार किया जा सकता है, वह है मॉडल में इनपुट कॉर्पस देना और प्रासंगिक विषयों को निकालना।

दस्तावेज़ संग्रह में अंतर्निहित विषयों को उजागर करने के लिए गैर-नकारात्मक मैट्रिक्स फ़ैक्टराइज़ेशन (एनएमएफ) एक शक्तिशाली दृष्टिकोण है। एनएमएफ इस धारणा पर आधारित है कि प्रत्येक दस्तावेज़ में अलग-अलग घटक मौजूद हैं और ये घटक विभिन्न विषयों का प्रतिनिधित्व करते हैं। एनएमएफ में बहुत बड़े निगम से विषयों को कुशलतापूर्वक निकालने की क्षमता भी है।

प्रोबेबिलिस्टिक लेटेंट सिमेंटिक एनालिसिस (पीएलएसए) एक अनपर्यवेक्षित शिक्षण एल्गोरिदम है जिसका उपयोग टेक्स्ट दस्तावेज़ों से विषय मॉडलिंग के लिए किया जाता है। यह इस धारणा पर आधारित है कि प्रत्येक दस्तावेज़ में कई विषय शामिल हैं और उस दस्तावेज़ से उत्पन्न एक शब्द उनमें से एक या अधिक विषयों में योगदान देगा। पीएलएसए एक सांख्यिकीय अव्यक्त चर मॉडल है और विषयों और शर्तों के लिए संभाव्यता वितरण का अनुमान लगाता है।

एलडीए, एनएमएफ और पीएलएसए जैसे विषय मॉडलिंग एल्गोरिदम दस्तावेज़ों के संग्रह में छिपे विषयों को उजागर करने के लिए शक्तिशाली उपकरण हैं। इन एल्गोरिदम का उपयोग करके उत्पन्न विषयों का उपयोग बड़े कॉर्पोरा में प्रमुख विषयों की पहचान करने, दस्तावेजों को वर्गीकृत करने और पाठ समूहों का विश्लेषण करने के लिए किया जा सकता है। विषय मॉडलिंग एल्गोरिदम का उपयोग कई अन्य कार्यों जैसे पाठ सारांश और भावना विश्लेषण के लिए भी किया गया है।