BERTopic — Neuronksko modeliranje tema
BERTopic je cjevovod za neuronsko modeliranje tema koji je uveo Maarten Grootendorst 2022. godine. Kombinira kontekstualne ugradke utemeljene na BERT-u s UMAP smanjenjem dimenzionalnosti i HDBSCAN grupiranjem kako bi proizveo koherentne, dinamične teme, postižući veću koherentnost tema od klasičnih modela tema.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/hr/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 EmbeddingsRudarenje teksta↔ compare
- Grupisanje dokumenataRudarenje teksta↔ compare
- Analiza sentimentaRudarenje teksta↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →