Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Dokumentumok klaszterezése× | Tematikus modellezés× | |
|---|---|---|
| Tudományterület≠ | Szövegbányászat | Mélytanulás |
| Módszercsalád≠ | Process / pipeline | Machine learning |
| Keletkezés éve≠ | — | 1999–2003 |
| Megalkotó≠ | — | Hofmann, T. (pLSA, 1999); Blei, D. M., Ng, A. Y., & Jordan, M. I. (LDA, 2003) |
| Típus≠ | Unsupervised text-mining task | Unsupervised generative probabilistic model |
| Alapmű≠ | Aggarwal, C. C. & Zhai, C. (2012). Mining Text Data. Springer. ISBN: 9781461432227 | Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗ |
| Alternatív nevek≠ | text clustering, unsupervised text grouping, Belge Kümeleme (Document Clustering) | Latent Semantic Analysis, probabilistic topic modeling, topic discovery, thematic modeling |
| Kapcsolódó≠ | 4 | 5 |
| Összefoglaló≠ | Document clustering is an unsupervised text-mining task that groups documents with similar content together without using any labels. It is used to organise large collections and for exploratory analysis, drawing on the body of text-mining techniques consolidated by Aggarwal and Zhai (2012) and compared empirically by Steinbach, Karypis and Kumar (2000). | Topic Modeling is a family of unsupervised probabilistic techniques for discovering latent thematic structure in large text collections. By learning which words tend to co-occur, models such as Latent Dirichlet Allocation (LDA) automatically surface coherent topics — each represented as a distribution over vocabulary — without requiring labelled data. |
| ScholarGateAdatkészlet ↗ |
|
|