การสร้างแบบจำลองหัวข้อแบบหลายรูปแบบ
การสร้างแบบจำลองหัวข้อแบบหลายรูปแบบ (Multimodal Topic Modeling) ค้นพบโครงสร้างตามหัวข้อที่ซ่อนอยู่ซึ่งใช้ร่วมกันในหลายรูปแบบข้อมูล เช่น คำและรูปภาพที่ปรากฏร่วมกัน โดยการเรียนรู้การแสดงความน่าจะเป็นร่วม (joint probabilistic representation) ที่จัดแนวหัวข้อต่างๆ ข้ามรูปแบบข้อมูล เป็นการขยายแนวคิดของแบบจำลองหัวข้อแบบข้อความเท่านั้น (text-only approaches) เช่น LDA ไปยังสถานการณ์ที่เอกสารหรือการสังเกตแต่ละรายการประกอบด้วยข้อมูลประเภทต่างๆ ที่ไม่เหมือนกัน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Blei, D. M., & Jordan, M. I. (2003). Modeling annotated data. Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 127–134. DOI: 10.1145/860435.860460 ↗
- Ramage, D., Dumais, S., & Liebling, D. (2010). Characterizing microblogs with topic models. Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media, 130–137. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multimodal Topic Modeling (Joint Probabilistic Topic Discovery across Multiple Modalities). ScholarGate. https://scholargate.app/th/deep-learning/multimodal-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.
- แบบจำลองหัวข้อ LDAการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบหลายรูปแบบโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การฝังประโยคหลายรูปแบบการเรียนรู้เชิงลึก↔ compare
- Multimodal Transformerการเรียนรู้เชิงลึก↔ compare
- แบบจำลองหัวข้อ NMFการเรียนรู้เชิงลึก↔ compare
- การสร้างแบบจำลองหัวข้อ (Topic Modeling)การเรียนรู้เชิงลึก↔ compare