Process / pipeline
BERTopic — तंत्रिका विषय मॉडलिंग
BERTopic एक तंत्रिका विषय-मॉडलिंग पाइपलाइन है जिसे 2022 में माार्टन ग्रूटेंडोर्स्ट द्वारा प्रस्तुत किया गया था। यह सुसंगत, गतिशील विषयों को उत्पन्न करने के लिए BERT-आधारित प्रासंगिक एम्बेडिंग को UMAP आयामीता में कमी और HDBSCAN क्लस्टरिंग के साथ जोड़ता है, जो क्लासिक विषय मॉडल की तुलना में उच्च विषय सुसंगतता प्राप्त करता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/hi/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 एम्बेडिंगपाठ खनन↔ compare
- दस्तावेज़ क्लस्टरिंगपाठ खनन↔ compare
- भाव विश्लेषणपाठ खनन↔ compare