Process / pipeline
การจำแนกหัวข้อ — การจัดลำดับแบบลาติน (Latent Dirichlet Allocation)
การจัดลำดับแบบลาติน (LDA) เป็นแบบจำลองความน่าจะเป็นเชิงกำเนิดที่ Blei, Ng และ Jordan (2003) นำเสนอ ซึ่งสกัดการกระจายหัวข้อที่ซ่อนอยู่ภายใต้ชุดเอกสาร โดยถือว่าแต่ละเอกสารเป็นการผสมผสานของหัวข้อแฝง และแต่ละหัวข้อเป็นการกระจายคำ ทำให้คลังเอกสารที่ไม่มีป้ายกำกับกลายเป็นธีมที่ตีความได้
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Blei, D.M., Ng, A.Y. & Jordan, M.I. (2003). Latent Dirichlet Allocation. Journal of Machine Learning Research, 3, 993-1022. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Latent Dirichlet Allocation Topic Modeling. ScholarGate. https://scholargate.app/th/text-mining/topic-modeling-lda
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.
- การจัดกลุ่มเอกสารการทำเหมืองข้อความ↔ compare
- การวิเคราะห์ความรู้สึกการทำเหมืองข้อความ↔ compare
- TF-IDFการทำเหมืองข้อความ↔ compare
- Word2Vecการทำเหมืองข้อความ↔ compare