ScholarGate
Асистент
Machine learningDeep learning / NLP / CV

Тематично моделиране

Тематичното моделиране е семейство от ненадзиравани вероятностни техники за откриване на скрита тематична структура в големи текстови колекции. Чрез изучаване кои думи са склонни да се появяват заедно, модели като Латентно Дирихле Разпределение (LDA) автоматично извличат кохерентни теми — всяка представена като разпределение върху речника — без да изискват етикетирани данни.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Тематично моделиране
Класификация, базирана н…Тематичен модел с ЛДАТематичен модел с НМФРекурентна невронна мрежаВграждане на изреченияАнализ на настроенията н…Автоматична оценка на те…Анализ на съвместна появаКрос-езиков текстов анал…Клъстеризация на докумен…

+22 more

Източници

  1. Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗
  2. Hofmann, T. (1999). Probabilistic Latent Semantic Analysis. Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence (UAI), 289–296. link ↗

Как да цитирате тази страница

ScholarGate. (2026, June 3). Topic Modeling (Probabilistic Latent Semantic Analysis and Latent Dirichlet Allocation). ScholarGate. https://scholargate.app/bg/deep-learning/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.

Compare side by side →

Цитиран в

Анализ на настроенията на базата на аспекти (ABSA)Автоматична оценка на текстАнализ на съвместна появаКрос-езиков текстов анализКлъстеризация на документиДомейн-адаптивен модел на теми на NMFExplainable NMF Topic ModelОбяснимая сантимент-анализОбясним тематичен моделФино настроен LDA модел за темиФино настроено тематично моделиранеТематичен модел с ЛДАЛексикално разнообразиеМногодокументна сумаризацияМногоезиково моделиране на темиМултимодален LDA топик моделМултимодално тематично моделиранеТематичен модел с НМФНаучно извличане на текстСамообучаващ се LDA модел за темиПолу-контролиран LDA модел на темиПолуавтоматичен тематичен модел с Неотрицателна Матрична Факторизация (NMF)Вграждане на изреченияОбработка на естествен език (NLP) за социални медииДедупликация на текстАнализ на честотата на думитеТрансферно обучение с LDA тематичен моделТрансферно обучение с NMF тематичен моделСлабо контролиран LDA модел за темиСлабо контролирано тематично моделиране

Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →

ScholarGate — Topic Modeling (Topic Modeling (Probabilistic Latent Semantic Analysis and Latent Dirichlet Allocation)). Извлечено на 2026-06-15 от https://scholargate.app/bg/deep-learning/topic-modeling · Набор от данни: https://doi.org/10.5281/zenodo.20539026