APLIKASI LATENT DIRICHLET ALLOCATION (LDA) PADA CLUSTERING DATA TEKS

Abstract

Latent Dirichlet Allocation (LDA), model probabilistik generatif pada sekumpulan data teks (corpus) . LDA adalah model Bayesian Hirarki , di mana sekumpulan teks dimodelkan sebagai model campuran dari berbagai topik. Dalam kontek pemodelan teks, probabilitas topik memberikan representasi eksplisit dari
sebuah dokumen. Pada penelitian ini menyajikan teknik inferensi berdasarkan algoritma Gibbs Sampling untuk mengestimasi parameter Bayes dalam pemodelan dokumen dan klasifikasi teks.