Tip
Topic Modeling dalam Generative AI merupakan bagian dari evolusi NLP.
Pada dasarnya, hubungan keduanya bisa dilihat dari dua sudut pandang:
Caution
Topic Modeling Klasik (seperti LDA) adalah Bentuk Awal dari Generative AI.
Caution
Generative AI Modern (seperti LLMs) adalah Evolusi Canggih dari Topic Modeling.
| Aspek | Topic Modeling Klasik (LDA, NMF) | Generative AI Modern (LLMs) |
|---|---|---|
| Cara Kerja | Statistik & Probabilistik. Mencari pola kemunculan kata bersama (co-occurrence). | Deep Learning & Kontekstual. Memahami makna kalimat dan paragraf secara mendalam. |
| Aspek | Topic Modeling Klasik (LDA, NMF) | Generative AI Modern (LLMs) |
|---|---|---|
| Output | Daftar kata kunci per topik. Contoh: Topik 1: [kucing, makanan, bulu, mainan] |
Deskripsi naratif dan label topik yang koheren. Contoh: Topik 1: Perawatan Kucing Peliharaan |
| Aspek | Topic Modeling Klasik (LDA, NMF) | Generative AI Modern (LLMs) |
|---|---|---|
| Interpretasi | Membutuhkan manusia untuk menafsirkan arti dari sekumpulan kata kunci. | Model dapat langsung memberikan nama atau ringkasan topik yang mudah dipahami. |
| Aspek | Topic Modeling Klasik (LDA, NMF) | Generative AI Modern (LLMs) |
|---|---|---|
| Fleksibilitas | Terbatas untuk menemukan topik. | Sangat fleksibel. Bisa melakukan topic modeling, meringkas, menjawab pertanyaan tentang topik, bahkan membuat dokumen baru berdasarkan topik tersebut. |
Diagram alur topic modeling dan generative AI
blok bangunan fundamental yang memungkinkan AI untuk belajar dari data dan kemudian menghasilkan (generate) output