ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Modellazione di Topic Supervisionata Debolmente

Il topic modeling supervisionato debolmente incorpora una conoscenza del dominio leggera — tipicamente parole seme o vincoli morbidi — in un modello probabilistico di topic per orientare i topic scoperti verso temi significativi per il ricercatore. Si colloca tra l'LDA completamente non supervisionato e i classificatori supervisionati, richiedendo molta meno annotazione del secondo pur producendo topic più interpretabili e allineati al dominio del primo.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

Fonti

  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

Come citare questa pagina

ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/it/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)). Consultato il 2026-06-15 da https://scholargate.app/it/deep-learning/weakly-supervised-topic-modeling · Insieme di dati: https://doi.org/10.5281/zenodo.20539026