দুর্বলভাবে তত্ত্বাবধানে থাকা বিষয় মডেলিং
দুর্বলভাবে তত্ত্বাবধানে থাকা বিষয় মডেলিংয়ে একটি সম্ভাবনাময় বিষয় মডেলের মধ্যে হালকা ডোমেন জ্ঞান — সাধারণত বীজ শব্দ বা নরম সীমাবদ্ধতা — অন্তর্ভুক্ত করা হয় যাতে আবিষ্কৃত বিষয়গুলিকে গবেষক-অর্থপূর্ণ থিমের দিকে চালিত করা যায়। এটি সম্পূর্ণভাবে অনিরীক্ষিত এলডিএ (LDA) এবং তত্ত্বাবধানে থাকা শ্রেণীবিন্যাসকারীর মধ্যে অবস্থান করে, শেষোক্তটির তুলনায় অনেক কম টীকা প্রয়োজন হয় এবং প্রথমটির তুলনায় আরও ব্যাখ্যামূলক এবং ডোমেন-সংযুক্ত বিষয় তৈরি করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/bn/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.
- BERT-ভিত্তিক শ্রেণিবিভাগগভীর শিখন↔ compare
- LDA টপিক মডেলগভীর শিখন↔ compare
- NMF টপিক মডেলগভীর শিখন↔ compare
- Semi-supervised Topic Modelingগভীর শিখন↔ compare
- টপিক মডেলিংগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →