Machine learningDeep learning / NLP / CV

Μοντέλο Θέματος NMF με Επεξηγησιμότητα

Ένα Μοντέλο Θέματος NMF με Επεξηγησιμότητα συνδυάζει την Μη-Αρνητική Παραγοντοποίηση Μήτρας — μια αποσύνθεση βασισμένη σε μέρη ενός πίνακα εγγράφου-όρου — με ρητές τεχνικές ερμηνευσιμότητας, όπως μετρικές συνοχής, βαθμολογίες συνεισφοράς λέξεων και αποδόσεις τύπου SHAP, για να καταστήσει τα ανακαλυφθέντα θέματα διαφανή και ελέγξιμα από ανθρώπινους αναγνώστες.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. Advances in Neural Information Processing Systems, 13, 556–562. link
  2. Non-negative matrix factorization. Wikipedia. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Explainable Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/el/deep-learning/explainable-nmf-topic-model

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.

Compare side by side
ScholarGateExplainable NMF Topic Model (Explainable Non-negative Matrix Factorization Topic Model). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/explainable-nmf-topic-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026