ScholarGate
Asisten

Pemodelan topik

28 metode dalam keluarga ini.

Unggulan

BERTopicBERTopic is a neural topic-modeling pipeline introduced by Maarten Grootendorst in 2022. It combines BERT-based contextual embeddings with UMAP dimensionality reduction and HDBSCANModel Topik NMF Adaptif DomainDomain-adaptive NMF Topic Modeling applies Non-negative Matrix Factorization to discover latent topics across text from multiple domains, using regularization or shared basis constLDA Topik yang Dapat DijelaskanExplainable LDA combines Latent Dirichlet Allocation — the canonical probabilistic topic model introduced by Blei, Ng, and Jordan in 2003 — with post-hoc and intrinsic interpretabiModel Topik NMF yang Dapat DijelaskanAn Explainable NMF Topic Model combines Non-negative Matrix Factorization — a parts-based decomposition of a document-term matrix — with explicit interpretability techniques such aPemodelan Topik yang Dapat DijelaskanExplainable Topic Modeling combines unsupervised topic discovery — such as LDA, NMF, or neural variants like BERTopic — with interpretability tools (top-word lists, coherence scoreModel Topik LDA yang DisesuaikanFine-Tuned LDA adapts a Latent Dirichlet Allocation model trained on a large general corpus to a specific target domain by continuing inference on domain-specific documents. Rather

Jalur bacaan

Metode fondasional yang paling banyak dirujuk pada topik ini, dalam urutan pengembangannya — tempat untuk memulai jika Anda baru di sini.

  1. Model Topik NMF1999oleh Lee, D. D. & Seung, H. S.
  2. Pemodelan Topik1999–2003oleh Hofmann, T. (pLSA, 1999); Blei, D. M., Ng, A. Y., & Jordan, M. I. (LDA, 2003)
  3. Latent Dirichlet Allocation (LDA)2003oleh Blei, D. M.; Ng, A. Y.; Jordan, M. I.
  4. Model Topik LDA2003oleh Blei, D. M., Ng, A. Y., & Jordan, M. I.
  5. Model Topik LDA Semi-Terawasi2009oleh Ramage, D.; Andrzejewski, D. et al.
  6. Pemodelan Topik Semi-Terawasi2009oleh Ramage, D.; Andrzejewski, D.; and related NLP community
  7. Pembelajaran Transfer dengan Model Topik NMF2010 (transfer learning survey); 1999 (NMF)oleh Pan, S. J. & Yang, Q. (transfer learning framework); Lee, D. D. & Seung, H. S. (NMF base)
  8. BERTopic2022oleh Maarten Grootendorst
semua metode di rak ini ↓

Semua metode 28

BERTopicModel Topik NMF Adaptif DomainLDA Topik yang Dapat DijelaskanModel Topik NMF yang Dapat DijelaskanPemodelan Topik yang Dapat DijelaskanModel Topik LDA yang DisesuaikanPemodelan Topik yang Disesuaikan (Fine-Tuned Topic Modeling)Latent Dirichlet Allocation (LDA)Model Topik LDAPemodelan Topik MultibahasaModel Topik LDA MultimodalModel Topik NMF MultimodalPemodelan Topik MultimodalModel Topik NMFPemodelan Topik NMFModel Topik LDA SwasupervisiModel Topik NMF SwasupervisiPemodelan topik swa-awasiModel Topik LDA Semi-TerawasiModel Topik NMF Semi-TerawasiPemodelan Topik Semi-TerawasiPemodelan TopikPemodelan TopikTransfer Learning with LDA Topic ModelPembelajaran Transfer dengan Model Topik NMFTransfer Learning dengan Pemodelan TopikModel Topik LDA Berbantuan LemahPemodelan Topik dengan Pengawasan Lemah

Lainnya di Pemrosesan Bahasa Alami

Representasi dan praproses teks 135Tugas NLP 32Embedding dan model bahasa 11