نموذج موضوعات تحليل المصفوفة غير السالبة (NMF)
تحليل المصفوفة غير السالبة (NMF) هو طريقة غير خاضعة للإشراف لتحليل المصفوفات تكتشف الموضوعات الكامنة في مجموعة نصوص عن طريق تحليل مصفوفة المستندات والمصطلحات إلى مصفوفتين غير سالبتين — إحداهما ترمّز أوزان الكلمات في الموضوعات، والأخرى ترمّز أوزان المستندات في الموضوعات. ينتج عن قيد عدم السلبية تمثيلات إضافية قائمة على الأجزاء، والتي تميل إلى إنتاج موضوعات واضحة وقابلة للتفسير.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
المصادر
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. In Advances in Neural Information Processing Systems (NIPS), 13, 556–562. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/ar/deep-learning/nmf-topic-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على BERTالتعلم العميق↔ compare
- نموذج مواضيع LDAالتعلم العميق↔ compare
- تضمينات الجملالتعلم العميق↔ compare
- نمذجة الموضوعاتالتعلم العميق↔ compare