LLM-XTM은 대규모 언어 모델(LLM)을 활용하여 교차 언어 토픽 모델을 개선하는 프레임워크입니다. 기존 모델의 한계를 극복하고, 더 나은 주제 일관성과 정렬을 달성합니다.
LLM-XTM은 LLM 가이드 토픽 정제와 자기 일관성 불확실성 정량화를 결합하여 블랙박스, 안정적이고 확장 가능한 방식으로 교차 언어 토픽 모델을 향상시킵니다.
실험 결과, LLM-XTM은 기존 모델보다 우수한 주제 일관성과 정렬을 보여주었으며, 양방향 사전 의존도를 줄이고 LLM 호출 비용을 절감했습니다.