Polo-řízené modelování témat
Polo-řízené modelování témat rozšiřuje neřízené modely témat, jako je LDA, začleněním částečného lidského dohledu — zárodečná slova, označené dokumenty nebo omezení typu „musí být spolu“/„nemohou být spolu“ — k nasměrování objevených témat k smysluplným, doménově relevantním kategoriím, přičemž stále využívá rozsáhlý neoznačený korpus pro statistickou sílu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ramage, D., Hall, D., Nallapati, R., & Manning, C. D. (2009). Labeled LDA: A supervised topic model for credit attribution in multi-labeled corpora. Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing, 248–256. Association for Computational Linguistics. link ↗
- Andrzejewski, D., Zhu, X., & Craven, M. (2009). Incorporating domain knowledge into topic modeling via Dirichlet forest priors. Proceedings of the 26th Annual International Conference on Machine Learning (ICML), 25–32. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Semi-supervised Topic Modeling (Seed-guided and Labeled LDA variants). ScholarGate. https://scholargate.app/cs/deep-learning/semi-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.
- Latent Dirichlet Allocation (LDA)Strojové učení↔ compare
- Nezáporná maticová faktorizace (NMF)Strojové učení↔ compare
- Word2VecDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →