डोमेन-अनुकूलित एनएमएफ विषय मॉडल
डोमेन-अनुकूलित एनएमएफ विषय मॉडलिंग गैर-नकारात्मक मैट्रिक्स गुणनखंडन (Non-negative Matrix Factorization) का उपयोग करके कई डोमेन के पाठ में अव्यक्त विषयों (latent topics) की खोज करती है, जिसमें संसाधन-समृद्ध स्रोत डोमेन से सीमित लेबल वाले डेटा वाले लक्ष्य डोमेन में विषय ज्ञान स्थानांतरित करने के लिए नियमितीकरण (regularization) या साझा आधार (shared basis) बाधाओं का उपयोग किया जाता है। यह व्याख्या योग्य (interpretable) भागों-आधारित अपघटन (decomposition) को डोमेन-अनुकूलन उद्देश्यों के साथ जोड़ती है ताकि ऐसे विषय उत्पन्न किए जा सकें जो डोमेन-विशिष्ट और क्रॉस-डोमेन सुसंगत दोनों हों।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Non-negative matrix factorization. Wikipedia. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Domain-Adaptive Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/hi/deep-learning/domain-adaptive-nmf-topic-model
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- एलडीए विषय मॉडलगहन अधिगम↔ तुलना करें
- एनएमएफ विषय मॉडलगहन अधिगम↔ तुलना करें
- विषय मॉडलिंगगहन अधिगम↔ तुलना करें
- एनएमएफ टॉपिक मॉडल के साथ ट्रांसफर लर्निंगगहन अधिगम↔ तुलना करें