Metodbevispost

Explainable NMF Topic Model

An Explainable NMF Topic Model combines Non-negative Matrix Factorization — a parts-based decomposition of a document-term matrix — with explicit interpretability techniques such as coherence metrics, word contribution scores, and SHAP-style attribution to make discovered topics transparent and auditable by human readers.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Explainable Non-negative Matrix Factorization Topic Model

Taxonomisk metodpost · ml-model / deep-learning

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Taxonomic bucketExplainable BERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketExplainable LDA Topic Modelmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketLDA Topic Modelmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketNMF Topic Modelmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSentence Embeddingsmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketTopic Modelingmachine-suggested · Relational suggestion, not evidence.