Slabo nadzirano modeliranje tema
Slabo nadzirano modeliranje tema uključuje lagano domensko znanje — obično početne riječi ili meka ograničenja — u probabilistički model tema kako bi se otkrivene teme usmjerile prema istraživaču smislenim temama. Ono se nalazi između potpuno nenadziranog LDA i nadziranih klasifikatora, zahtijevajući znatno manje anotacija od potonjeg, dok proizvodi interpretativnije i domenski usklađenije teme od prvog.
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 EACL 2012, 204–213. link ↗
- Gallagher, R. J., Reing, K., Kale, D., & Ver Steeg, G. (2017). Anchored Correlation Explanation: Topic Modeling with Minimal Domain Knowledge. Transactions of the Association for Computational Linguistics, 5, 529–542. DOI: 10.1162/tacl_a_00078 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/hr/deep-learning/weakly-supervised-topic-modeling
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-tem klasifikacijaDuboko učenje↔ compare
- LDA model temaDuboko učenje↔ compare
- Model tema nenegativne faktorizacije matriceDuboko učenje↔ compare
- Polu-nadzirano modeliranje temaDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →