Доменски-адаптивни НМФ модел тема
Доменски-адаптивни НМФ моделирање тема примењује Не-негативну Матричну Факторизацију (Non-negative Matrix Factorization – NMF) ради откривања латентних тема у текстовима из више домена, користећи регуларизацију или ограничења заједничке базе ради преноса знања о темама из домена богатог ресурсима у циљни домен са ограниченим означеним подацима. Комбинује интерпретабилне декомпозиције базиране на деловима са циљевима доменске адаптације како би се добиле теме које су истовремено специфичне за домен и конзистентне међу домени.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Non-negative matrix factorization. Wikipedia. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Domain-Adaptive Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/sr/deep-learning/domain-adaptive-nmf-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.
- LDA modelovanje temaDuboko učenje↔ compare
- NMF Topic ModelDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
- Prenosno učenje sa NMF modelom temaDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →