Prenosové učenie s LDA topic modelom
Prenosové učenie s LDA topic modelom aplikuje poznatky z dobre preskúmanej zdrojovej domény na usmernenie inferencie Latent Dirichlet Allocation na cieľovej doméne s nedostatkom dát. Vkladaním predchádzajúcich tém odvodených zo zdrojovej domény do Dirichletových hyperparametrov metóda produkuje koherentné, doménovo relevantné témy aj pri obmedzenom texte cieľovej domény, čím sa znižuje objem označených alebo neoznačených dát potrebných na zmysluplné výsledky.
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
- Chen, Z., Mukherjee, A., Liu, B., Hsu, M., Malas, M., & Wang, S. (2013). Leveraging multi-domain prior knowledge in topic models. In Proceedings of the Twenty-Third International Joint Conference on Artificial Intelligence (IJCAI-13), pp. 2071–2077. link ↗
- Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Latent Dirichlet Allocation Topic Model. ScholarGate. https://scholargate.app/sk/deep-learning/transfer-learning-with-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.
- Model jemného ladenia LDA pre témyHlboké učenie↔ compare
- Model topicov LDAHlboké učenie↔ compare
- Modelovanie témHlboké učenie↔ compare
- Prenosové učenie s NMF modelom témHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →