LDA（Latent Dirichlet Allocation）は、文書の集まりから背後にある潜在的なトピックを自動で抽出するための確率的生成モデルです。教師なし学習の一つとして、テキストマイニングや文書の分類などで広く利用されています。
潜在ディクレレット配分法とは
一言でいうとLDAとは、大量のテキストデータから「どのような話題（トピック）が含まれているか」を確率的に割り出す機械学習アルゴリズムです。
詳しく解説
LDAは、各文書が複数のトピックの混合であり、各トピックが複数の単語の確率分布によって構成されていると仮定します。ディリクレ分布という確率分布を用いて、文書群全体の単語の出現パターンから「文書ごとのトピック割合」と「トピックごとの単語割合」を同時に推定します。テキストの潜在的な構造を教師なし学習で発見できるため、大量の文書要約や情報検索において重要視されています。
具体例・使われ方
ニュース記事のアーカイブを読み込ませて、「経済」「スポーツ」「政治」といったトピックを自動で分類させたり、カスタマーサポートに寄せられた大量の問い合わせテキストを解析して、顧客がどのような不満を持っているのかの主要テーマを特定する用途で活用されています。
似た用語との違い
単語の共起関係をそのまま行列分解するLSA（潜在意味解析）とは異なり、LDAは確率モデルに基づいているため、トピックや単語の出現確率をより自然に解釈できるという違いがあります。
注意点
事前にトピック数を人間が指定する必要がある点や、抽出されたトピックの意味を人間が解釈して命名しなければならない点に限界があります。また、文脈や語順を無視して単語の出現頻度のみを考慮するBag-of-Wordsモデルを前提としているため、複雑な文脈理解には不向きです。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年8月30日 08:31