ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Model Topikal NMF

Faktorisasi Matriks Taknegatif (NMF) ialah kaedah dekomposisi matriks tanpa pengawasan yang menemui topik laten dalam korpus teks dengan memfaktorkan matriks dokumen-terma kepada dua matriks taknegatif — satu pengekod pemberat topik-kata, satu lagi pemberat dokumen-topik. Kekangan taknegatif menghasilkan perwakilan berasaskan bahagian, aditif yang cenderung menghasilkan topik yang bersih dan boleh ditafsirkan.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Model Topikal NMF
Klasifikasi Berasaskan B…Model Topik LDAPenyematan AyatPemodelan TopikModel Topi NMF Adaptif D…Model Topik NMF Boleh Di…Pemodelan Topik Boleh Di…Model LDA yang Ditalar H…Pemodelan Topik Terlaras…Pemodelan Topik Multilin…

+9 more

Sumber

  1. Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
  2. Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. In Advances in Neural Information Processing Systems (NIPS), 13, 556–562. link ↗

Cara memetik halaman ini

ScholarGate. (2026, June 3). Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/ms/deep-learning/nmf-topic-model

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.

Compare side by side →

Dirujuk oleh

Model Topi NMF Adaptif DomainModel Topik NMF Boleh DijelaskanPemodelan Topik Boleh DijelaskanModel LDA yang Ditalar HalusPemodelan Topik Terlaras HalusModel Topik LDAPemodelan Topik MultilingualModel Topik LDA MultimodusPemodelan Topik MultimodusModel Topik LDA Penyeliaan KendiriPemodelan topik kendiri-terbimbingModel Topi Penguraian Matriks Tak Negatif Separa-supervisiPemodelan TopikPembelajaran Pemindahan dengan Model Topik NMFPembelajaran Pindahan dengan Pemodelan TopikModel Topik LDA Berbantu LemahPemodelan Topik Berawasan Lemah

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →

ScholarGate — NMF Topic Model (Non-negative Matrix Factorization Topic Model). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/nmf-topic-model · Set data: https://doi.org/10.5281/zenodo.20539026