Transfer Learning with Topic Modeling
Il Transfer Learning con Topic Modeling adatta strutture tematiche scoperte su un corpus sorgente ampio o ben etichettato a un dominio target correlato ma distinto, dove i dati etichettati o i corpus ampi sono scarsi. Riutilizzando i prior tematici del dominio sorgente o gli embedding pre-addestrati come inizializzazione, l'approccio produce topic più ricchi e coerenti nel dominio target rispetto all'addestramento da zero.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Pan, S. J., & Yang, Q. (2010). A survey on transfer learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
- Topic model. Wikipedia. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/it/deep-learning/transfer-learning-with-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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Modellazione Tematica Fine-TunedApprendimento profondo↔ compare
- Modello di Topic LDAApprendimento profondo↔ compare
- Modello di Topic NMFApprendimento profondo↔ compare
- Sentence EmbeddingsApprendimento profondo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →