② 機械学習の概要 ／ 8. 教師なし学習
トピックモデルとは
トピックモデルとは、大量の文書集合から潜在的な話題（トピック）構造を推定する教師なし学習モデルの総称です。代表例が潜在的ディリクレ配分法（LDA）です。
この用語はG検定シラバスの「8. 教師なし学習」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
文書の集まりから「どんな話題が含まれているか」を、正解なしで推定するモデルの総称です。
何を推定するのか
大量のニュース記事があったとき、「政治」「経済」「スポーツ」といった話題がいくつか潜んでいると考えられます。
トピックモデルは、その話題があらかじめ与えられていなくても、単語の出現パターンから話題の構造を推定します。正解ラベルを使わないので教師なし学習です。
総称と代表例の関係
トピックモデルは総称であり、その代表的な実装がLDAです。この包含関係は選択肢で入れ替えられることがあるため、整理しておきましょう。
クラスタリングとの違い
文書を分ける点ではクラスタリングと似ていますが、決定的な違いがあります。
- クラスタリング：1つの文書は1つのグループに属する
- トピックモデル：1つの文書に複数の話題が割合として混在する
現実の文章は複数の話題にまたがることが多いため、この柔軟さが強みになります。
🎯 G検定での押さえどころ
- 文書集合から潜在的な話題を推定する
- 教師なし学習である
- 代表例はLDA（総称と代表例の関係に注意）
⚠️ よくある誤りの選択肢
- 「トピックモデルは教師あり学習の一種である」→ 誤り。教師なし学習です
- 「トピックモデルとLDAは同義である」→ 誤り。LDAはトピックモデルの代表例です
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。