-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
텍스트 분석의 토픽모델링과 군집화의 차이점
21.10.11 16:06 작성 조회수 593
0
선생님, 강의 잘 듣고 있습니다 :)
텍스트분석에서 나오는 토픽모델링과 군집화는 사용하는 알고리즘 차이 말고는 어떤 차이점이 있는지 궁금합니다.
뭔가 둘다 분석을 하고 나면 주제별로 묶이는거 같이고, 그결과를 해석하는 것은 분석가가 하는거 같아서 비슷하게 느껴지거든요.
구체적인 차이점이 있나요? 사용목적이나 특징 관점으로 차이점을 알고 싶습니다.
답변을 작성해보세요.
0
권 철민
지식공유자2021.10.12
안녕하십니까,
큰 관점에서는 둘다 비슷하다고 볼수 있습니다. 알고리즘 차이가 있지만, 큰 관점에서 보면 말씀하신대로 토픽 모델링도 비슷한 주제로 모인 클러스터링이라고도 볼수 있습니다.
다만 토픽 모델링을 말 그대로 차원 축소 차원에서 숨겨진 topic들을 찾는 것입니다. 생성 모델 측면에서 하나의 document에서 어느 정도의 topic으로 구성되어 있는지 나타낼 수 있습니다. 예를 들어 특정 기사가 0.3 *스포츠 토픽 + 0.7 * 경제 토픽으로 구성되는지 나타내는 수준으로 모델링 할 수 있습니다.
클러스터링도 넓은 관점에서 보면 비슷한 주제로 문서들을 모을 수 있기에 토픽 모델링의 역할을 할수도 있습니다만, 텍스트에 적용하는것 외에 보다 넓은 용도로 적용합니다. TF-IDF등으로 클러스터링 하다보면 비슷한 유형으로 토픽을 모을 수 있지만, 실제로 비슷한 주제 분류를 위해 클러스터링을 적용해 보면 클러스터 갯수를 정하는데 어려움이 있을 수 있습니다.
결론적으로 두가지 모두 비슷하게 토픽을 분류하는데에 적용될 수 있으며, 토픽 모델링이 좀더 텍스트에 대한 토픽 모델링에 특화되어 있습니다.
답변 1