Мултимодално тематично моделиране
Мултимодалното тематично моделиране открива скрити тематични структури, споделени между множество модалности данни — например, съвпадащи думи и изображения — чрез научаване на съвместно вероятностно представяне, което съгласува темите между модалностите. То разширява класическите подходи, ограничаващи се само до текст, като LDA, към настройки, където всеки документ или наблюдение се състои от хетерогенни типове данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Blei, D. M., & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134. DOI: 10.1145/860435.860460 ↗
- Ramage, D., Dumais, S., & Liebling, D. (2010). Characterizing microblogs with topic models. Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, 130–137. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multimodal Topic Modeling (Joint Probabilistic Topic Discovery across Multiple Modalities). ScholarGate. https://scholargate.app/bg/deep-learning/multimodal-topic-modeling
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.
- Тематичен модел с ЛДАДълбоко обучение↔ compare
- Мултимодална класификация, базирана на BERTДълбоко обучение↔ compare
- Мултимодални изреченски вгражданияДълбоко обучение↔ compare
- Мултимодален ТрансформерДълбоко обучение↔ compare
- Тематичен модел с НМФДълбоко обучение↔ compare
- Тематично моделиранеДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →