Слабо надгледано моделовање тема
Слабо надгледано моделовање тема укључује лагано доменско знање — типично кључне речи или мека ограничења — у вероватносни модел тема како би откривене теме усмерило ка темама значајним за истраживача. Налази се између потпуно ненагледаног LDA и надгледаних класификатора, захтевајући далеко мање анотација од последњег, док производи интерпретативније теме усклађене са доменом него од првог.
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
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of EACL 2012, 204–213. link ↗
- Gallagher, R. J., Reing, K., Kale, D., & Ver Steeg, G. (2017). Anchored Correlation Explanation: Topic Modeling with Minimal Domain Knowledge. Transactions of the Association for Computational Linguistics, 5, 529–542. DOI: 10.1162/tacl_a_00078 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Weakly Supervised Topic Modeling (Seed-Guided / Constrained Topic Models). ScholarGate. https://scholargate.app/sr/deep-learning/weakly-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.
- BERT-based ClassificationDuboko učenje↔ compare
- LDA modelovanje temaDuboko učenje↔ compare
- NMF Topic ModelDuboko učenje↔ compare
- Polu-nadgledano modelovanje temaDuboko učenje↔ compare
- Modeliranje temaDuboko učenje↔ compare
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →