Трансферно обучение с тематично моделиране
Трансферното обучение с тематично моделиране адаптира тематични структури, открити в голям или добре етикетиран изходен корпус, към свързана, но различна целева област, където етикетираните данни или големи корпуси са ограничени. Чрез повторно използване на предварително зададени теми от изходната област или предварително обучени вграждания като инициализация, подходът произвежда по-богати, по-кохерентни теми в целевата област в сравнение с обучение от нулата.
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
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Topic model. Wikipedia. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/bg/deep-learning/transfer-learning-with-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.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Фино настроено тематично моделиранеДълбоко обучение↔ compare
- Тематичен модел с ЛДАДълбоко обучение↔ compare
- Тематичен модел с НМФДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →