বিষয় মডেলিং — ল্যাটেন্ট ডির্চলেট অ্যালোকেশন
ল্যাটেন্ট ডির্চলেট অ্যালোকেশন (LDA) হল ব্লেই, এনজি এবং জর্ডান (২০০৩) কর্তৃক প্রবর্তিত একটি জেনারেটিভ সম্ভাবনামূলক মডেল যা একটি নথিকলের অন্তর্নিহিত গোপন বিষয়বস্তু বের করে আনে। এটি প্রতিটি নথিকে গোপন বিষয়বস্তুর একটি মিশ্রণ হিসাবে এবং প্রতিটি বিষয়বস্তুকে শব্দের একটি বিন্যাস হিসাবে বিবেচনা করে, একটি লেবেলবিহীন কর্পাসকে ব্যাখ্যামূলক থিমে রূপান্তরিত 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
- Blei, D.M., Ng, A.Y. & Jordan, M.I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Latent Dirichlet Allocation Topic Modeling. ScholarGate. https://scholargate.app/bn/text-mining/topic-modeling-lda
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.
- ডকুমেন্ট ক্লাস্টারিংটেক্সট খনন↔ compare
- অনুভূতি বিশ্লেষণটেক্সট খনন↔ compare
- TF-IDFটেক্সট খনন↔ compare
- Word2Vecটেক্সট খনন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →