Modelado de temas débilmente supervisado
El modelado de temas débilmente supervisado incorpora conocimiento de dominio ligero — típicamente palabras semilla o restricciones blandas — en un modelo probabilístico de temas para dirigir los temas descubiertos hacia temas significativos para el investigador. Se sitúa entre el LDA completamente no supervisado y los clasificadores supervisados, requiriendo mucha menos anotación que estos últimos mientras produce temas más interpretables y alineados con el dominio que el primero.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/es/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.
- Clasificación basada en BERTAprendizaje profundo↔ compare
- Modelo de Tópicos LDAAprendizaje profundo↔ compare
- Modelo de Tópicos NMFAprendizaje profundo↔ compare
- Modelado de Tópicos SemisupervisadoAprendizaje profundo↔ compare
- Modelado de TemasAprendizaje profundo↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →