व्याख्या योग्य एलडीए विषय मॉडल
व्याख्या योग्य एलडीए (Explainable LDA) लेटेंट डिरिचलेट एलोकेशन (Latent Dirichlet Allocation) — ब्लेई, एनजी और जॉर्डन द्वारा 2003 में प्रस्तुत विहित संभाव्य विषय मॉडल — को पश्च-प्रसंग (post-hoc) और आंतरिक व्याख्यात्मकता उपकरणों के साथ जोड़ता है जो प्रत्येक खोजे गए विषय को मानव समीक्षकों के लिए लेखापरीक्षण योग्य, लेबल युक्त और विश्वसनीय बनाते हैं। यह एनएलपी (NLP), सामाजिक विज्ञान पाठ विश्लेषण और कम्प्यूटेशनल मानविकी में व्यापक रूप से उपयोग किया जाता है जहाँ खोज के साथ-साथ पारदर्शिता की आवश्यकता होती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Latent Dirichlet Allocation Topic Model. ScholarGate. https://scholargate.app/hi/deep-learning/explainable-lda-topic-model
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.
- Latent Dirichlet Allocation (LDA)मशीन अधिगम↔ compare
- ऋणात्मक मैट्रिक्स गुणनखंडन (NMF)मशीन अधिगम↔ compare
- पाठ वर्गीकरणपाठ खनन↔ compare
- Word2Vecपाठ खनन↔ compare