Metodes pierādījumu reģistrs
Multimodal Topic Modeling
Multimodal topic modeling discovers latent thematic structure shared across multiple data modalities — for example, co-occurring words and images — by learning a joint probabilistic representation that aligns topics across modalities. It extends classical text-only approaches such as LDA to settings where each document or observation consists of heterogeneous data types.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
Multimodal Topic Modeling (Joint Probabilistic Topic Discovery across Multiple Modalities)
Taksonomiskās metodes reģistrs · ml-model / deep-learning
- 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. · URL
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Vēl nav kurētu apgalvojumu
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.