Machine learningDeep learning / NLP / CV
マルチモーダル・トピックモデリング
マルチモーダル・トピックモデリングは、複数のデータモダリティに共通する潜在的なテーマ構造を発見する。例えば、共起する単語と画像などである。これは、モダリティ間でトピックを整列させる共同確率的表現を学習することによって行われる。この手法は、LDAのような古典的なテキストのみのアプローチを、各文書または観測が異種データ型で構成される設定に拡張するものである。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Blei, D. M., & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134. DOI: 10.1145/860435.860460 ↗
- Ramage, D., Dumais, S., & Liebling, D. (2010). Characterizing microblogs with topic models. Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, 130–137. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Topic Modeling (Joint Probabilistic Topic Discovery across Multiple Modalities). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-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.
- LDAトピックモデル深層学習↔ compare
- マルチモーダルBERTベース分類深層学習↔ compare
- マルチモーダル文埋め込み深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- NMFトピックモデル深層学習↔ compare
- トピックモデリング深層学習↔ compare