Slabě řízené modelování témat
Slabě řízené modelování témat začleňuje do pravděpodobnostního modelování témat lehké znalosti domény — typicky klíčová slova (seed words) nebo měkká omezení — aby se objevená témata nasměrovala k tématům smysluplným pro výzkumníka. Nachází se mezi plně neřízeným LDA a řízenými klasifikátory, vyžaduje mnohem méně anotací než druhý jmenovaný, přičemž produkuje interpretovatelnější témata zarovnaná s doménou než první jmenovaný.
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
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of EACL 2012, 204–213. link ↗
- Gallagher, R. J., Reing, K., Kale, D., & Ver Steeg, G. (2017). Anchored Correlation Explanation: Topic Modeling with Minimal Domain Knowledge. Transactions of the Association for Computational Linguistics, 5, 529–542. DOI: 10.1162/tacl_a_00078 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/cs/deep-learning/weakly-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.
- Klasifikace založená na BERTHluboké učení↔ compare
- Model témat LDAHluboké učení↔ compare
- Model témat NMFHluboké učení↔ compare
- Polo-řízené modelování tématHluboké učení↔ compare
- Modelování tématHluboké učení↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →