Слабо контролирано тематично моделиране
Слабо контролираното тематично моделиране включва леки домейнови знания — обикновено начални думи или меки ограничения — в вероятностен тематичен модел, за да насочи откритите теми към смислени за изследователя области. То се намира между напълно неконтролирания LDA и контролираните класификатори, изисквайки много по-малко анотации от последните, като същевременно произвежда по-интерпретируеми и съобразени с домейна теми от първите.
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
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of EACL 2012, 204–213. link ↗
- Gallagher, R. J., Reing, K., Kale, D., & Ver Steeg, G. (2017). Anchored Correlation Explanation: Topic Modeling with Minimal Domain Knowledge. Transactions of the Association for Computational Linguistics, 5, 529–542. DOI: 10.1162/tacl_a_00078 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/bg/deep-learning/weakly-supervised-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
- Тематичен модел с ЛДАДълбоко обучение↔ compare
- Тематичен модел с НМФДълбоко обучение↔ compare
- Полу-контролирано тематично моделиранеДълбоко обучение↔ compare
- Тематично моделиранеДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →