Machine learningDeep learning / NLP / CV
토픽 모델링을 이용한 전이 학습
토픽 모델링을 이용한 전이 학습은 크거나 잘 레이블링된 소스 코퍼스에서 발견된 토픽 구조를, 레이블링된 데이터나 대규모 코퍼스가 부족한 관련성이 있지만 구별되는 타겟 도메인에 적용하는 방식입니다. 소스 도메인의 토픽 사전 확률 또는 사전 훈련된 임베딩을 초기화로 재사용함으로써, 이 접근법은 처음부터 훈련하는 것보다 타겟 도메인에서 더 풍부하고 일관성 있는 토픽을 생성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Transfer Learning with Topic Modeling (Cross-Domain Topic Adaptation). ScholarGate. https://scholargate.app/ko/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 기반 분류딥러닝↔ compare
- 미세 조정 토픽 모델링딥러닝↔ compare
- LDA 토픽 모델딥러닝↔ compare
- NMF 토픽 모델딥러닝↔ compare
- 문장 임베딩딥러닝↔ compare