Ασθενώς επιβλεπόμενη μοντελοποίηση θεμάτων
Η ασθενώς επιβλεπόμενη μοντελοποίηση θεμάτων ενσωματώνει ελαφριά γνώση πεδίου — τυπικά λέξεις-σπόρους ή μαλακούς περιορισμούς — σε ένα πιθανοτικό μοντέλο θεμάτων για να κατευθύνει τα ανακαλυφθέντα θέματα προς θέματα ουσιαστικά για τον ερευνητή. Βρίσκεται μεταξύ του πλήρως μη επιβλεπόμενου LDA και των επιβλεπόμενων ταξινομητών, απαιτώντας πολύ λιγότερη σχολιασμό από τον τελευταίο, ενώ παράγει πιο ερμηνεύσιμα και ευθυγραμμισμένα με το πεδίο θέματα από τον πρώτο.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/el/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.
- Ταξινόμηση Βασισμένη σε BERTΒαθιά Μάθηση↔ compare
- Μοντέλο Θεματικής Ενότητας LDAΒαθιά Μάθηση↔ compare
- Μοντέλο Θεμάτων NMFΒαθιά Μάθηση↔ compare
- Ημι-επιβλεπόμενη Μοντελοποίηση ΘεμάτωνΒαθιά Μάθηση↔ compare
- Μοντελοποίηση ΘεμάτωνΒαθιά Μάθηση↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →