BERTopic — Невронско моделирање тема
BERTopic је цевовод за невронско моделирање тема који је увео Мартен Гроотендорст 2022. године. Он комбинује контекстуалне уграђивања заснована на BERT-у са UMAP редукцијом димензионалности и HDBSCAN кластеризацијом како би произвео кохерентне, динамичке теме, постижући вишу кохерентност тема него класични модели тема.
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
- Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv:2203.05794. DOI: 10.48550/arXiv.2203.05794 ↗
- McInnes, L., Healy, J. & Astels, S. (2017). hdbscan: Hierarchical density based clustering. Journal of Open Source Software, 2(11), 205. DOI: 10.21105/joss.00205 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). BERTopic — Neural Topic Modeling. ScholarGate. https://scholargate.app/sr/text-mining/topic-modeling-bertopic
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 EmbeddingsRudarenje teksta↔ compare
- Grupisanje dokumenataRudarenje teksta↔ compare
- Analiza sentimentaRudarenje teksta↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →