62 lines
3.2 KiB
Markdown
62 lines
3.2 KiB
Markdown
---
|
|
id: wiki-2026-0508-latent-dirichlet-allocation
|
|
title: Latent Dirichlet Allocation
|
|
category: 10_Wiki/Topics
|
|
status: needs_review
|
|
canonical_id: self
|
|
aliases: [NLP-LDA-001]
|
|
duplicate_of: none
|
|
source_trust_level: A
|
|
confidence_score: 1.0
|
|
tags: [nlp, machine-learning, lda, topic-modeling, unSupervised-Learning, probability]
|
|
raw_sources: []
|
|
last_reinforced: 2026-04-26
|
|
github_commit: pending
|
|
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
|
---
|
|
|
|
# Latent Dirichlet Allocation (LDA, 잠재 디리클레 할당)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "문서는 여러 주제의 혼합물이며, 각 주제는 특정 단어들의 모임이다. 이 보이지 않는 구조를 확률의 눈으로 투시하라" — 문서 집합에서 숨겨진 주제를 찾아내고, 각 문서가 어떤 주제들의 비중으로 구성되어 있는지 추론하는 생성적 확률 모델.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **추출된 패턴:** "Generative Process Reverse" — 문서가 작성되는 과정을 "주제 선택 -> 단어 선택"이라는 확률적 시나리오로 가정하고, 거꾸로 관측된 단어들로부터 원래의 주제 분포를 역추론하는 비지도 학습 패턴.
|
|
- **핵심 가정:**
|
|
- **Bag-of-Words:** 단어의 순서는 무시하고 빈도만 고려.
|
|
- **Dirichlet Distribution:** 문서별 주제 분포와 주제별 단어 분포가 디리클레 분포를 따른다고 가정.
|
|
- **의의:** 사람이 일일이 읽지 않아도 수천만 건의 문서에서 주요 화두(Topic)를 자동으로 추출하여 지식을 체계화할 수 있게 함.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
|
- **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|Supervised-Learning-Foundations]], NLP-Foundations, [[Exploratory-Data-Analysis|Exploratory-Data-Analysis]]
|
|
- **Raw Source:** 10_Wiki/Topics/AI/Latent-Dirichlet-Allocation.md
|
|
|
|
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
|
|
|
**언제 이 지식을 쓰는가:**
|
|
- *(TODO)*
|
|
|
|
**언제 쓰면 안 되는가:**
|
|
- *(TODO)*
|
|
|
|
## 🧪 검증 상태 (Validation)
|
|
|
|
- **정보 상태:** needs_review
|
|
- **출처 신뢰도:** A
|
|
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
|
|
|
## 🧬 중복 검사 (Duplicate Check)
|
|
|
|
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
|
- **처리 방식:** UPDATE (자동 정규화)
|
|
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
|
|
|
## 🕓 변경 이력 (Changelog)
|
|
|
|
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
|
|------|-----------|-----------|--------|
|
|
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A | |