Machine learningDeep learning / NLP / CV
トピックモデリングによる転移学習
トピックモデリングによる転移学習は、大規模または十分にラベル付けされたソースコーパスで発見されたトピック構造を、ラベル付きデータまたは大規模コーパスが乏しい関連するが異なるターゲットドメインに適合させる。ソースドメインのトピック事前情報または事前学習済み埋め込みを初期化として再利用することで、このアプローチは、ゼロから学習するよりもターゲットドメインでより豊かで一貫性のあるトピックを生成する。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/ja/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.
- BERTベースの分類深層学習↔ compare
- ファインチューニングされたトピックモデリング深層学習↔ compare
- LDAトピックモデル深層学習↔ compare
- NMFトピックモデル深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare