Aprenentatge per transferència amb modelització de temes
L'aprenentatge per transferència amb modelització de temes adapta les estructures temàtiques descobertes en un corpus font gran o ben etiquetat a un domini objectiu relacionat però distint on les dades etiquetades o els corpus grans són escassos. Reutilitzant els priors temàtics del domini font o els embeddings pre-entrenats com a inicialització, l'aproximació produeix temes més rics i coherents en el domini objectiu que entrenant des de zero.
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
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Topic model. Wikipedia. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/ca/deep-learning/transfer-learning-with-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
- Modelatge de temes amb ajustament fiAprenentatge profund↔ compare
- Model de temes LDAAprenentatge profund↔ compare
- Model de tema NMFAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →