LDA를 이용한 논문 유사도 계산 방안의 성능 평가

Abstract

Latent Dirichlet Allocation (LDA)은 단어들의 분포와 단어들 간의 co-occurence를 고려해 문서 집합에서 주제를 도출하기 때문에 논문들 간의 유사도를 계산하는데 활용될 수 있다. 그러나 LDA는 주제를 도출하는데 있어, 도출할 주제 수를 사용자 매개 변수로 입력하여야 하며, 초기 시드로 선택된 논문들의 단어 분포에 민감하다. 본 논문에서는 다양한 실험을 통해 (1) 도출할 주제 수와 (2) 초기 시드의 변화에 따른 LDA를 이용한 논문 유사도 계산 방안의 성능 변화를 분석한다.