docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Latent-Dirichlet-Allocation.md

@@ -2,7 +2,7 @@
 id: NLP-LDA-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [nlp, machine-learning, lda, topic-modeling, un[[Supervised-Learning]], probability]
+tags: [nlp, machine-learning, lda, topic-modeling, un[[Supervised-Learning|Supervised-Learning]], probability]
 last_reinforced: 2026-04-26
 ---
 
@@ -19,9 +19,9 @@ last_reinforced: 2026-04-26
 - **의의:** 사람이 일일이 읽지 않아도 수천만 건의 문서에서 주요 화두(Topic)를 자동으로 추출하여 지식을 체계화할 수 있게 함.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 문맥을 무시하는 단어 빈도 중심의 한계를 넘기 위해, 최근에는 문장의 의미를 임베딩 벡터로 파악하는 [[BERT]] 기반의 토픽 모델링(BERTopic)과 결합하여 정밀도를 높이는 추세.
+- **과거 데이터와의 충돌:** 문맥을 무시하는 단어 빈도 중심의 한계를 넘기 위해, 최근에는 문장의 의미를 임베딩 벡터로 파악하는 [[BERT|BERT]] 기반의 토픽 모델링(BERTopic)과 결합하여 정밀도를 높이는 추세.
 - **정책 변화:** Antigravity 프로젝트는 `00_Raw`에 유입되는 대규모 텍스트 데이터를 1차 분류할 때 LDA를 활용하여 위키의 어떤 카테고리에 배정할지 결정하는 클러스터링 보조 도구로 사용함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Latent-Semantic-[[Analysis]]-LSA]], Un[[Supervised-Learning-Foundations]], NLP-Foundations, [[Exploratory-Data-Analysis]]
+- Latent-Semantic-Analysis-LSA, Un[[Supervised-Learning-Foundations|Supervised-Learning-Foundations]], NLP-Foundations, [[Exploratory-Data-Analysis|Exploratory-Data-Analysis]]
 - **Raw Source:** 10_Wiki/Topics/AI/Latent-Dirichlet-Allocation.md