NMF teemamudel
Mitte-negatiivne maatriksfaktorisatsioon (NMF) on juhendamata maatriksi dekompositsioonimeetod, mis avastab tekstikorpusest peidetud teemasid, faktoreerides dokument-termiini maatriksi kaheks mitte-negatiivseks maatriksiks – üks kodeerib teema-sõna kaale, teine dokument-teema kaale. Mitte-negatiivsuse piirang annab osadest koosnevaid, liitneid representatsioone, mis kipuvad tootma puhtaid, tõlgendatavaid teemasid.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Allikad
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. In Advances in Neural Information Processing Systems (NIPS), 13, 556–562. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/et/deep-learning/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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- LDA teemamudelSüvaõpe↔ compare
- Sentence EmbeddingsSüvaõpe↔ compare
- TeemamodelleerimineSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →