Polu-nadgledano modelovanje tema
Polu-nadgledano modelovanje tema proširuje nenadgledane modele tema kao što je LDA uključivanjem delimične ljudske supervizije — reči semena, označeni dokumenti ili ograničenja mora-veza/ne-veza — da bi se otkrivene teme usmerile ka smislenim, domen-relevantnim kategorijama, istovremeno iskorišćavajući veliki neoznačeni korpus za statističku snagu.
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
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Topic Modeling (Seed-guided and Labeled LDA variants). ScholarGate. https://scholargate.app/sr/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)Mašinsko učenje↔ compare
- Негативна матрична факторизација (NMF)Mašinsko učenje↔ compare
- Word2VecRudarenje teksta↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →