内容紹介：大量のデータの中にある分布の特徴をモデル化しようという技術としてトピックモデル（生成モデル）がある。本書はこれについて，言語処理という具体的な問題に対して，その理論と応用をわかりやすく解説する。欧文タイトル：Ｓｔａｔｉｓｔｉｃａｌ　Ｌａｔｅｎｔ　Ｓｅｍａｎｔｉｃ　Ａｎａｌｙｓｉｓ　Ｂａｓｅｄ　ｏｎ　Ｔｏｐｉｃ　Ｍｏｄｅｌ
もくじ情報：１　統計的潜在意味解析とは（潜在的意味・トピックと潜在的共起性；潜在意味解析の歴史　ほか）；２　Ｌａｔｅｎｔ　Ｄｉｒｉｃｈｌｅｔ　Ａｌｌｏｃａｔｉｏｎ（多項分布とＤｉｒｉｃｈｌｅｔ分布；ＬＤＡの生成過程　ほか）；３　学習アルゴリズム（統計的学習アルゴリズム；サンプリング近似法　ほか）；４　潜在意味空間における回帰と識別（潜在意味空間における回帰問題；潜在意味空間における分類問題　ほか）；５　拡張モデル（相関構造のモデリング；系列データのモデリング―統語構造のモデリング　ほか）

奥村　学(オクムラ　マナブ)
１９８４年東京工業大学工学部情報工学科卒業。１９８９年東京工業大学大学院博士課程修了（情報工学専攻）、工学博士。東京工業大学助手。１９９２年北陸先端科学技術大学院大学助教授。２０００年東京工業大学助教授。２００７年東京工業大学准教授。２００９年東京工業大学教授