[ACL 2026] 문서에서 세그먼트로: 세그먼트 기반 토픽 할당을 통한 토픽 모델링의 재고찰

기존의 토픽 모델링은 문서 전체에 하나의 대표 토픽을 할당하는 방식을 주로 사용해 왔다. 하지만 하나의 문서에 여러 주제가 섞여 있는 경우, 이를 하나의 토픽으로 압축하는 과정에서 **토픽 오염(Topic Contamination)**이 발생한다.

예를 들어, 음식, 서비스, 가격을 동시에 언급하는 리뷰가 '음식'이라는 하나의 토픽으로만 분류되면, 서비스와 가격에 대한 정보가 음식 토픽에 포함되어 전체 통계가 왜곡된다. 이는 코퍼스 수준의 분석과 검색 정확도를 떨어뜨리는 핵심 원인이 된다.

LG AI Research 연구진은 이 문제를 해결하기 위해 문서 전체가 아닌, 문서 내의 더 작은 의미 단위인 **세그먼트(Segment)**에 토픽을 할당하는 방식을 제안했다. 이는 토픽 모델링의 단위를 문서에서 세그먼트로 재구성하여 보다 정교한 토픽 분석을 가능하게 한다.