토픽 모델링
28 개 방법이 이 계열에 있습니다.
추천
BERTopicBERTopic is a neural topic-modeling pipeline introduced by Maarten Grootendorst in 2022. It combines BERT-based contextual embeddings with UMAP dimensionality reduction and HDBSCAN도메인 적응형 NMF 토픽 모델Domain-adaptive NMF Topic Modeling applies Non-negative Matrix Factorization to discover latent topics across text from multiple domains, using regularization or shared basis const설명 가능한 LDA 토픽 모델Explainable LDA combines Latent Dirichlet Allocation — the canonical probabilistic topic model introduced by Blei, Ng, and Jordan in 2003 — with post-hoc and intrinsic interpretabi설명 가능한 NMF 토픽 모델An Explainable NMF Topic Model combines Non-negative Matrix Factorization — a parts-based decomposition of a document-term matrix — with explicit interpretability techniques such a설명 가능한 토픽 모델링Explainable Topic Modeling combines unsupervised topic discovery — such as LDA, NMF, or neural variants like BERTopic — with interpretability tools (top-word lists, coherence score미세 조정 LDA 토픽 모델Fine-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
추천 학습 경로
이 주제에서 가장 많이 참조되는 기초 방법들을, 개발된 순서대로 정리했습니다 — 이 분야가 처음이라면 여기서 시작해 보세요.
모든 방법 28
BERTopic도메인 적응형 NMF 토픽 모델설명 가능한 LDA 토픽 모델설명 가능한 NMF 토픽 모델설명 가능한 토픽 모델링미세 조정 LDA 토픽 모델미세 조정 토픽 모델링잠재 디리클레 할당 (Latent Dirichlet Allocation, LDA)LDA 토픽 모델다국어 토픽 모델링Multimodal LDA Topic Model다중 양식 비음수 행렬 분해 주제 모델다중 양식 토픽 모델링NMF 토픽 모델NMF 토픽 모델링자가 지도 LDA 토픽 모델Self-supervised NMF Topic Model자기 지도 토픽 모델링준지도학습 LDA 토픽 모델준지도 비음수 행렬 분해 (NMF) 토픽 모델준지도 학습 토픽 모델링토픽 모델링토픽 모델링LDA 토픽 모델을 이용한 전이 학습NMF 토픽 모델을 이용한 전이 학습토픽 모델링을 이용한 전이 학습약지도 LDA 토픽 모델약한 지도 토픽 모델링