Machine learningDeep learning / NLP / CV

Vysvetliteľný model tém LDA

Vysvetliteľný LDA kombinuje Latent Dirichlet Allocation — kanonický pravdepodobnostný model tém, ktorý predstavili Blei, Ng a Jordan v roku 2003 — s post-hoc a vnútornými nástrojmi interpretovateľnosti, ktoré robia každú objavenú tému auditovateľnou, označenou a dôveryhodnou pre ľudských hodnotiteľov. Široko sa používa v spracovaní prirodzeného jazyka (NLP), analýze textov v sociálnych vedách a výpočtových humanitných vedách, kde sa popri objavovaní vyžaduje transparentnosť.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  1. Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link
  2. Latent Dirichlet Allocation. Wikipedia. link

Ako citovať túto stránku

ScholarGate. (2026, June 3). Explainable Latent Dirichlet Allocation Topic Model. ScholarGate. https://scholargate.app/sk/deep-learning/explainable-lda-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

Odkazujú sem

ScholarGateExplainable LDA Topic Model (Explainable Latent Dirichlet Allocation Topic Model). Získané 2026-06-15 z https://scholargate.app/sk/deep-learning/explainable-lda-topic-model · Dátová sada: https://doi.org/10.5281/zenodo.20539026