Machine learningDeep learning / NLP / CV

Gyengén felügyelt témaelemzés

A gyengén felügyelt témaelemzés könnyű domain-specifikus tudást – tipikusan magszavakat vagy puha kényszereket – épít be egy valószínűségi témaelemző modellbe, hogy a felfedezett témákat a kutató számára értelmes témák felé terelje. Ez a teljesen felügyelet nélküli LDA és a felügyelt osztályozók között helyezkedik el, jóval kevesebb annotációt igényel, mint az utóbbi, miközben értelmezhetőbb és domain-specifikusabb témákat produkál, mint az előbbi.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of EACL 2012, 204–213. link
  2. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/hu/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.

Compare side by side
ScholarGateWeakly Supervised Topic Modeling (Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models)). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/weakly-supervised-topic-modeling · Adatkészlet: https://doi.org/10.5281/zenodo.20539026