Machine learningDeep learning / NLP / CV

Modelare explicabilă a subiectelor

Modelarea explicabilă a subiectelor combină descoperirea nesupravegheată a subiectelor — precum LDA, NMF sau variante neuronale ca BERTopic — cu instrumente de interpretabilitate (liste de cuvinte de top, scoruri de coerență, SHAP, ponderi de atenție) care fac subiectele învățate transparente, auditabile și comunicabile experților din domeniu și părților interesate dincolo de echipa de modelare.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

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

Modelare explicabilă a subiectelor

Clasificare bazată pe BE…Clasificare explicabilă…Model de Subiecte LDA Model de Topic NMF Embeddings de propoziții Modelarea tematică

Surse

Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv preprint arXiv:2203.05794. link ↗

Cum se citează această pagină

ScholarGate. (2026, June 3). Explainable Topic Modeling (Interpretable Latent Topic Discovery). ScholarGate. https://scholargate.app/ro/deep-learning/explainable-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.

Clasificare bazată pe BERTÎnvățare profundă↔ compare
Clasificare explicabilă bazată pe BERTÎnvățare profundă↔ compare
Model de Subiecte LDAÎnvățare profundă↔ compare
Model de Topic NMFÎnvățare profundă↔ compare
Embeddings de propozițiiÎnvățare profundă↔ compare
Modelarea tematicăÎnvățare profundă↔ compare

Compare side by side →

Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →