BERTopic — Modelare Neuronală a Subiectelor
BERTopic este o conductă de modelare neuronală a subiectelor introdusă de Maarten Grootendorst în 2022. Combină embedding-uri contextuale bazate pe BERT cu reducerea dimensionalității UMAP și clustering HDBSCAN pentru a produce subiecte coerente și dinamice, obținând o coerență a subiectelor mai mare decât modelele clasice de subiecte.
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
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv:2203.05794. DOI: 10.48550/arXiv.2203.05794 ↗
- McInnes, L., Healy, J. & Astels, S. (2017). hdbscan: Hierarchical density based clustering. Journal of Open Source Software, 2(11), 205. DOI: 10.21105/joss.00205 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/ro/text-mining/topic-modeling-bertopic
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.
- Embeddings BERTMineritul textelor↔ compare
- Clustering de documenteMineritul textelor↔ compare
- Analiza sentimentelorMineritul textelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →