Ülekantud õppimine teemamodelleerimisega
Ülekantud õppimine teemamodelleerimisega kohandab suures või hästi märgistatud lähtekorpuses avastatud teemastruktuure seotud, kuid erinevale sihtdomeenile, kus märgistatud andmeid või suuri korpuseid napib. Lähtedomeeni teemamallide või eelnevalt treenitud manuste (embeddings) taaskasutamise abil lähtestamisel toodab lähenemisviis sihtdomeenis rikkalikumaid ja koherentssemaid teemasid kui nullist alustades.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Topic model. Wikipedia. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/et/deep-learning/transfer-learning-with-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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- Peenreguleeritud teemamodelleerimineSüvaõpe↔ compare
- LDA teemamudelSüvaõpe↔ compare
- NMF teemamudelSüvaõpe↔ compare
- Sentence EmbeddingsSüvaõpe↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →