Waarom is dit belangrijk?
Met AI-onderwerpclustering kunnen organisaties grote hoeveelheden verschillende vragen tot een paar gedeelde thema's terugbrengen en daar één duidelijke aanpak voor kiezen. In de mediasector stemmen teams hun berichtgeving af op thema's die vaak terugkomen in het brede publieke gesprek. Lezers krijgen daardoor uitleg die beter bij elkaar past, maar een foute groep kan ook verschillende kwesties als één verhaal tonen.
Zo werkt het in de praktijk
Zoekmachines groeperen met AI-onderwerpclustering de pagina's die een brede zoekopdracht oplevert. Gebruikers krijgen dan een lijst van categorieën in plaats van duizenden losse pagina's. Organisaties passen dezelfde groepering toe op reacties van klanten en werknemers, om terugkerende onderwerpen te zien.
Onderzoek in natuurlijke taalverwerking richt zich op modellen die verborgen onderwerpen uit tekst halen. Latent Dirichlet allocation, van David Blei, Andrew Ng en Michael Jordan, is zo'n rekenmodel. Het gaat uit van teksten met weinig onderwerpen en onderwerpen met weinig woorden.
De aanpak volgt de stappen van clusteranalyse. Analisten wegen woorden met tf-idf, een maat voor hoe kenmerkend een woord is. Daarna deelt k-means, een methode met een vast aantal groepen, de teksten in.




