Félfelügyelt témamodellezés
A félfelügyelt témamodellezés kiterjeszti a felügyelet nélküli témamodelleket, mint például az LDA, részleges emberi felügyelet – magszavak, címkézett dokumentumok, vagy kötelező/nem kötelező kapcsolatok – beépítésével, hogy a felfedezett témákat értelmes, domain-specifikus kategóriák felé terelje, miközben továbbra is kihasználja a nagy, címkézetlen szövegállomány statisztikai erejét.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Ramage, D., Hall, D., Nallapati, R., & Manning, C. D. (2009). Labeled LDA: A supervised topic model for credit attribution in multi-labeled corpora. Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing, 248–256. Association for Computational Linguistics. link ↗
- Andrzejewski, D., Zhu, X., & Craven, M. (2009). Incorporating domain knowledge into topic modeling via Dirichlet forest priors. Proceedings of the 26th Annual International Conference on Machine Learning (ICML), 25–32. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Topic Modeling (Seed-guided and Labeled LDA variants). ScholarGate. https://scholargate.app/hu/deep-learning/semi-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.
- Latens Dirichlet-eloszlás (LDA)Gépi tanulás↔ compare
- Nemnegatív Mátrix Faktorizáció (NMF)Gépi tanulás↔ compare
- Word2VecSzövegbányászat↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →