Тема доменно-адаптивної NMF
Доменно-адаптивна NMF тема моделювання застосовує Невід'ємну Матричну Факторизацію (NMF) для виявлення прихованих тем у текстах з множинних доменів, використовуючи регуляризацію або спільні базові обмеження для передачі знань про теми з багатого на ресурси вихідного домену до цільового домену з обмеженими міченими даними. Вона поєднує інтерпретовану декомпозицію на частини з цілями доменної адаптації для отримання тем, які є одночасно специфічними для домену та узгодженими між доменами.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Non-negative matrix factorization. Wikipedia. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Domain-Adaptive Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/uk/deep-learning/domain-adaptive-nmf-topic-model
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Тематична модель LDAГлибоке навчання↔ порівняти
- Тема моделі NMFГлибоке навчання↔ порівняти
- Тематичне моделюванняГлибоке навчання↔ порівняти
- Трансферне навчання з NMF-моделлю темГлибоке навчання↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →