מידול נושאי בהנחיה חלקית
מידול נושאי בהנחיה חלקית (Weakly Supervised Topic Modeling) משלב ידע קל משקל מתחום הדעת — בדרך כלל מילות גרעין (seed words) או אילוצים רכים — לתוך מודל נושאי הסתברותי, כדי לכוון את הנושאים הנחשפים לכיוון תמות משמעותיות לחוקר. הוא ממוקם בין LDA בלתי מפוקח לחלוטין לבין מסווגים מפוקחים, ודורש הרבה פחות אנוטציה מהאחרונים, תוך הפקת נושאים ניתנים יותר לפירוש ומיושרים יותר לתחום הדעת מהראשונים.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- מודל נושאים LDAלמידה עמוקה↔ compare
- מודל נושאים NMFלמידה עמוקה↔ compare
- מידול נושאים סמי-מפוקחלמידה עמוקה↔ compare
- מידול נושאיםלמידה עמוקה↔ compare