トピックモデルにおける推論が数学的に難しいという背景から，推論部分をニューラルネットワークに置き換える研究がされてきたが，文書のトピック分布の推定が困難であったり，事前分布にディレクトリ分布を仮定してないなどの問題があった． 上記の問題に対し，document-topic分布とdocument-word分布の間の双方向projectonとGANを組み合わせたBidirectional Adversarial Topic (BAT)を提案 更に，word-embeddingを用いてトピック推定ができるBATの拡張 (Gaussin-BAT)も提案