מידול נושאים
28 שיטות במשפחה זו.
נבחרות
BERTopicBERTopic is a neural topic-modeling pipeline introduced by Maarten Grootendorst in 2022. It combines BERT-based contextual embeddings with UMAP dimensionality reduction and HDBSCANמודל נושאים אדפטיבי לתחום מבוסס NMFDomain-adaptive NMF Topic Modeling applies Non-negative Matrix Factorization to discover latent topics across text from multiple domains, using regularization or shared basis constמודל נושאים LDA ניתן להסברExplainable LDA combines Latent Dirichlet Allocation — the canonical probabilistic topic model introduced by Blei, Ng, and Jordan in 2003 — with post-hoc and intrinsic interpretabiמודל נושאי NMF בר-הסברAn Explainable NMF Topic Model combines Non-negative Matrix Factorization — a parts-based decomposition of a document-term matrix — with explicit interpretability techniques such aמידול נושאים מוסברExplainable Topic Modeling combines unsupervised topic discovery — such as LDA, NMF, or neural variants like BERTopic — with interpretability tools (top-word lists, coherence scoreמודל נושאים LDA מכוונן עדיןFine-Tuned LDA adapts a Latent Dirichlet Allocation model trained on a large general corpus to a specific target domain by continuing inference on domain-specific documents. Rather
מסלול קריאה
השיטות היסודיות המצוטטות ביותר בנושא זה, לפי סדר התפתחותן — נקודת פתיחה למי שחדש כאן.
כל השיטות 28
BERTopicמודל נושאים אדפטיבי לתחום מבוסס NMFמודל נושאים LDA ניתן להסברמודל נושאי NMF בר-הסברמידול נושאים מוסברמודל נושאים LDA מכוונן עדיןמודל נושאים מכוונן דקהקצאת דיריכלה סמויה (LDA)מודל נושאים LDAמידול נושאים רב-לשונימודל נושאים רב-אופני LDAמודל נושאים רב-אופני NMFמידול נושאים רב-מודאלימודל נושאים NMFמודל נושאי NMFמודל נושאי LDA בלמידה בהנחיה עצמיתמודל נושאים NMF בפיקוח-עצמימידול נושאים בלמידה עצמיתמודל נושאים LDA מונחה-למחצהמודל נושאים NMF חצי-מפוקחמידול נושאים סמי-מפוקחמידול נושאיםמידול נושאיםלמידת העברה עם מודל נושאים LDAלמידת העברה עם מודל נושאים NMFלמידת העברה עם מידול נושאיםמודל נושאים LDA מונחה-חלשותמידול נושאי בהנחיה חלקית