Polosupervizované modelovanie tém
Polosuverénne modelovanie tém rozširuje nesuverénne topic modely, ako je LDA, začlenením čiastočného ľudského dohľadu — zárodočné slová, označené dokumenty alebo obmedzenia typu „musí sa spájať“/„nesmie sa spájať“ — na nasmerovanie objavených tém k zmysluplným, doménovo relevantným kategóriám, pričom stále využíva rozsiahly neoznačený korpus na štatistickú silu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ramage, D., Hall, D., Nallapati, R., & Manning, C. D. (2009). Labeled LDA: A supervised topic model for credit attribution in multi-labeled corpora. Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing, 248–256. Association for Computational Linguistics. link ↗
- Andrzejewski, D., Zhu, X., & Craven, M. (2009). Incorporating domain knowledge into topic modeling via Dirichlet forest priors. Proceedings of the 26th Annual International Conference on Machine Learning (ICML), 25–32. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Semi-supervised Topic Modeling (Seed-guided and Labeled LDA variants). ScholarGate. https://scholargate.app/sk/deep-learning/semi-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.
- Latent Dirichlet Allocation (LDA)Strojové učenie↔ compare
- Nezáporná maticová faktorizácia (NMF)Strojové učenie↔ compare
- Word2VecDolovanie textu↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →