Modelare slab supervizată a subiectelor
Modelarea slab supervizată a subiectelor încorporează cunoștințe ușoare de domeniu — de obicei cuvinte-sămânță sau constrângeri soft — într-un model probabilistic de subiecte pentru a direcționa subiectele descoperite către teme semnificative pentru cercetător. Se situează între modelul complet nesupervizat LDA și clasificatorii supervizați, necesitând mult mai puține adnotări decât aceștia din urmă, producând în același timp subiecte mai interpretabile și mai aliniate la domeniu decât primul.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of EACL 2012, 204–213. link ↗
- Gallagher, R. J., Reing, K., Kale, D., & Ver Steeg, G. (2017). Anchored Correlation Explanation: Topic Modeling with Minimal Domain Knowledge. Transactions of the Association for Computational Linguistics, 5, 529–542. DOI: 10.1162/tacl_a_00078 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/ro/deep-learning/weakly-supervised-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
- Model de Subiecte LDAÎnvățare profundă↔ compare
- Model de Topic NMFÎnvățare profundă↔ compare
- Modelare tematică semi-supervizatăÎnvățare profundă↔ compare
- Modelarea tematicăÎnvățare profundă↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →