Machine learningDeep learning / NLP / CV

Пояснювана NMF-модель тем

Пояснювана NMF-модель тем поєднує невід'ємну матричну факторизацію (NMF) — розкладання матриці «документ-слово» на складові частини — з явними методами інтерпретованості, такими як метрики когерентності, показники внеску слів та атрибуції у стилі SHAP, щоб зробити виявлені теми прозорими та аудитованими для читачів-людей.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

Джерела

  1. Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. Advances in Neural Information Processing Systems, 13, 556–562. link
  2. Non-negative matrix factorization. Wikipedia. link

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Explainable Non-negative Matrix Factorization Topic Model. ScholarGate. https://scholargate.app/uk/deep-learning/explainable-nmf-topic-model

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.

Compare side by side
ScholarGateExplainable NMF Topic Model (Explainable Non-negative Matrix Factorization Topic Model). Отримано 2026-06-15 з https://scholargate.app/uk/deep-learning/explainable-nmf-topic-model · Набір даних: https://doi.org/10.5281/zenodo.20539026