Modelització de temes explicable
La modelització de temes explicable combina el descobriment de temes no supervisat —com ara LDA, NMF o variants neuronals com BERTopic— amb eines d'interpretabilitat (llistes de paraules principals, puntuacions de coherència, SHAP, pesos d'atenció) que fan que els temes apresos siguin transparents, audibles i comunicables a experts del domini i a les parts interessades més enllà de l'equip de modelatge.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Explainable Topic Modeling (Interpretable Latent Topic Discovery). ScholarGate. https://scholargate.app/ca/deep-learning/explainable-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.
- Classificació basada en BERTAprenentatge profund↔ compare
- Classificació basada en BERT explicableAprenentatge profund↔ compare
- Model de temes LDAAprenentatge profund↔ compare
- Model de tema NMFAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
- Modelatge de temesAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →