Apprentissage par transfert avec modélisation thématique
L'apprentissage par transfert avec modélisation thématique adapte des structures thématiques découvertes sur un corpus source large ou bien étiqueté à un domaine cible apparenté mais distinct, où les données étiquetées ou les corpus volumineux sont rares. En réutilisant les priors thématiques du domaine source ou les plongements pré-entraînés comme initialisation, l'approche produit des thèmes plus riches et plus cohérents dans le domaine cible que l'entraînement à partir de zéro.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/fr/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.
- Classification basée sur BERTApprentissage profond↔ compare
- Modélisation thématique affinéeApprentissage profond↔ compare
- Modèle de Topics LDAApprentissage profond↔ compare
- Modèle thématique NMFApprentissage profond↔ compare
- Plongements de phrasesApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →