ScholarGate
Pembantu

Pemodelan topik

28 kaedah dalam keluarga ini.

Sorotan

BERTopicBERTopic is a neural topic-modeling pipeline introduced by Maarten Grootendorst in 2022. It combines BERT-based contextual embeddings with UMAP dimensionality reduction and HDBSCANModel Topi NMF Adaptif DomainDomain-adaptive NMF Topic Modeling applies Non-negative Matrix Factorization to discover latent topics across text from multiple domains, using regularization or shared basis constModel Topik LDA Boleh DijelaskanExplainable LDA combines Latent Dirichlet Allocation — the canonical probabilistic topic model introduced by Blei, Ng, and Jordan in 2003 — with post-hoc and intrinsic interpretabiModel Topik NMF Boleh DijelaskanAn Explainable NMF Topic Model combines Non-negative Matrix Factorization — a parts-based decomposition of a document-term matrix — with explicit interpretability techniques such aPemodelan Topik Boleh DijelaskanExplainable Topic Modeling combines unsupervised topic discovery — such as LDA, NMF, or neural variants like BERTopic — with interpretability tools (top-word lists, coherence scoreModel LDA yang Ditalar HalusFine-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

Laluan bacaan

Kaedah asas yang paling banyak dirujuk bagi topik ini, mengikut susunan ia dibangunkan — tempat untuk bermula jika anda baharu di sini.

  1. Model Topikal NMF1999oleh Lee, D. D. & Seung, H. S.
  2. Pemodelan Topik1999–2003oleh Hofmann, T. (pLSA, 1999); Blei, D. M., Ng, A. Y., & Jordan, M. I. (LDA, 2003)
  3. Peruntukan Dirichlet Latent (LDA)2003oleh Blei, D. M.; Ng, A. Y.; Jordan, M. I.
  4. Model Topik LDA2003oleh Blei, D. M., Ng, A. Y., & Jordan, M. I.
  5. Model LDA Terbantu Separa2009oleh Ramage, D.; Andrzejewski, D. et al.
  6. Pemodelan Topik Separuh-Terawasi2009oleh Ramage, D.; Andrzejewski, D.; and related NLP community
  7. Pembelajaran Pemindahan dengan Model Topik NMF2010 (transfer learning survey); 1999 (NMF)oleh Pan, S. J. & Yang, Q. (transfer learning framework); Lee, D. D. & Seung, H. S. (NMF base)
  8. BERTopic2022oleh Maarten Grootendorst
semua kaedah di rak ini ↓

Semua kaedah 28

BERTopicModel Topi NMF Adaptif DomainModel Topik LDA Boleh DijelaskanModel Topik NMF Boleh DijelaskanPemodelan Topik Boleh DijelaskanModel LDA yang Ditalar HalusPemodelan Topik Terlaras HalusPeruntukan Dirichlet Latent (LDA)Model Topik LDAPemodelan Topik MultilingualModel Topik LDA MultimodusModel Topik NMF MultimodusPemodelan Topik MultimodusModel Topikal NMFPemodelan Topik NMFModel Topik LDA Penyeliaan KendiriModel Topik NMF Kendiri-PenyeliaanPemodelan topik kendiri-terbimbingModel LDA Terbantu SeparaModel Topi Penguraian Matriks Tak Negatif Separa-supervisiPemodelan Topik Separuh-TerawasiPemodelan TopikPemodelan TopikPembelajaran Pindahan dengan Model Topik LDAPembelajaran Pemindahan dengan Model Topik NMFPembelajaran Pindahan dengan Pemodelan TopikModel Topik LDA Berbantu LemahPemodelan Topik Berawasan Lemah

Lagi dalam Pemprosesan Bahasa Tabii

Perwakilan dan prapemprosesan teks 135Tugas NLP 32Pembenaman dan model bahasa 11