Process / pipeline
BERTopic — מודלינג נושאי נוירוני
BERTopic היא צינור עיבוד (pipeline) למודלינג נושאי נוירוני שהוצגה על ידי מארטן גרוטנדורסט בשנת 2022. היא משלבת הטמעות הקשריות מבוססות BERT עם הפחתת ממדיות UMAP ואשכולות HDBSCAN כדי לייצר נושאים קוהרנטיים ודינמיים, ומשיגה קוהרנטיות נושאית גבוהה יותר ממודלים נושאיים קלאסיים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv:2203.05794. DOI: 10.48550/arXiv.2203.05794 ↗
- McInnes, L., Healy, J. & Astels, S. (2017). hdbscan: Hierarchical density based clustering. Journal of Open Source Software, 2(11), 205. DOI: 10.21105/joss.00205 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/he/text-mining/topic-modeling-bertopic
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 Embeddingsכריית טקסט↔ compare
- מיון מסמכיםכריית טקסט↔ compare
- ניתוח סנטימנטכריית טקסט↔ compare