BERTopic — নিউরাল টপিক মডেলিং
BERTopic হলো ২০২২ সালে Maarten Grootendorst কর্তৃক প্রবর্তিত একটি নিউরাল টপিক-মডেলিং পাইপলাইন। এটি সুসংগত, গতিশীল বিষয়বস্তু তৈরি করতে BERT-ভিত্তিক কনটেক্সচুয়াল এমবেডিংকে UMAP ডাইমেনশনালিটি রিডাকশন এবং HDBSCAN ক্লাস্টারিংয়ের সাথে একত্রিত করে, যা ক্লাসিক টপিক মডেলের চেয়ে উচ্চতর টপিক কনহেরেন্স অর্জন 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
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv:2203.05794. DOI: 10.48550/arXiv.2203.05794 ↗
- McInnes, L., Healy, J. & Astels, S. (2017). hdbscan: Hierarchical density based clustering. Journal of Open Source Software, 2(11), 205. DOI: 10.21105/joss.00205 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/bn/text-mining/topic-modeling-bertopic
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 এমবেডিংটেক্সট খনন↔ compare
- ডকুমেন্ট ক্লাস্টারিংটেক্সট খনন↔ compare
- অনুভূতি বিশ্লেষণটেক্সট খনন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →