Process / pipeline

विषय मॉडलिंग — अव्यक्त डिरिचलेट आवंटन

अव्यक्त डिरिचलेट आवंटन (LDA) एक जनरेटिव संभाव्य मॉडल है जिसे ब्ली, एनजी और जॉर्डन (2003) द्वारा प्रस्तुत किया गया था, जो दस्तावेजों के संग्रह के अंतर्निहित छिपे हुए विषय वितरण को निकालता है। यह प्रत्येक दस्तावेज़ को अव्यक्त विषयों के मिश्रण के रूप में और प्रत्येक विषय को शब्दों पर वितरण के रूप में मानता है, जिससे एक बिना लेबल वाले कॉर्पस को व्याख्या योग्य विषयों में बदला जा सकता है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

The neighbourhood of related methods — select a node to explore.

विषय मॉडलिंग

दस्तावेज़ क्लस्टरिंग भाव विश्लेषण TF-IDF Word2Vec

स्रोत

Blei, D.M., Ng, A.Y. & Jordan, M.I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. link ↗

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 1). Latent Dirichlet Allocation Topic Modeling. ScholarGate. https://scholargate.app/hi/text-mining/topic-modeling-lda

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.

Compare side by side →

इस पृष्ठ पर कोई त्रुटि दिखी? सूचित करें या सुधार सुझाएँ →