Slaba nadzirana inačica LDA
Slaba nadzirana inačica LDA (Weakly Supervised LDA) proširenje je Latent Dirichlet Allocation (LDA) koje uključuje lagano usmjeravanje od strane čovjeka — tipično ključne riječi ili ograničenja mora-postojati/ne-smije-postojati (must-link/cannot-link) — u Dirichletove aposteriorne raspodjele (priors), usmjeravajući naučene teme prema domenstveno smislenim cjelinama bez potrebe za potpuno označenim dokumentima. Ona se nalazi između potpuno nenadzirane LDA i nadzirane klasifikacije, što je čini prikladnom za situacije u kojima je označavanje tisuća dokumenata nepraktično.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of the 13th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2012), pp. 204–213. link ↗
- Andrzejewski, D., Zhu, X., & Craven, M. (2009). Incorporating Domain Knowledge into Topic Modeling via Dirichlet Forest Priors. Proceedings of the 26th International Conference on Machine Learning (ICML 2009), pp. 25–32. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Latent Dirichlet Allocation Topic Model. ScholarGate. https://scholargate.app/hr/deep-learning/weakly-supervised-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.
- LDA model temaDuboko učenje↔ compare
- Model tema nenegativne faktorizacije matriceDuboko učenje↔ compare
- Polunadzirani model tema LDADuboko učenje↔ compare
- Ugrađivanje rečenicaDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
- Klasifikacija temeljena na BERT-u uz slabi nadzorDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →