Machine learningDeep learning / NLP / CV

Објашњиво моделовање тема

Објашњиво моделовање тема комбинује неуправљиво откривање тема — као што су LDA, NMF или неуронске варијанте попут BERTopic — са алатима за интерпретабилност (листе најбољих речи, коефицијенти кохерентности, SHAP, тежински коефицијенти пажње) који чине научене теме транспарентним, ревизибилним и комуникативним стручњацима из домена и заинтересованим странама изван тима за моделовање.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Објашњиво моделовање тема

BERT-based Classification Objašnjiva klasifikacija…LDA modelovanje tema NMF Topic Model Ugrađivanje rečenica Modeliranje tema

Izvori

Blei, D. M., Ng, A. Y., & Jordan, M. I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993–1022. link ↗
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv preprint arXiv:2203.05794. link ↗

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Explainable Topic Modeling (Interpretable Latent Topic Discovery). ScholarGate. https://scholargate.app/sr/deep-learning/explainable-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.

BERT-based ClassificationDuboko učenje↔ compare
Objašnjiva klasifikacija zasnovana na BERT-uDuboko učenje↔ compare
LDA modelovanje temaDuboko učenje↔ compare
NMF Topic ModelDuboko učenje↔ compare
Ugrađivanje rečenicaDuboko učenje↔ compare
Modeliranje temaDuboko učenje↔ compare

Compare side by side →

Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →