Mô hình Chủ đề LDA Yếu Giám sát
LDA Yếu Giám sát là một mở rộng của Phân bổ Dirichlet Ẩn (Latent Dirichlet Allocation - LDA) tích hợp sự hướng dẫn nhẹ nhàng của con người — thường là các từ khóa hạt giống hoặc ràng buộc phải-liên kết/không-được-liên-kết — vào các tiên nghiệm Dirichlet, định hướng các chủ đề học được theo các chủ đề có ý nghĩa trong lĩnh vực mà không yêu cầu tài liệu được gán nhãn đầy đủ. Nó nằm giữa LDA hoàn toàn không giám sát và phân loại có giám sát, làm cho nó phù hợp với các tình huống mà việc gán nhãn hàng nghìn tài liệu là không khả thi.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Jagarlamudi, J., Daume III, H., & Udupa, R. (2012). Incorporating Lexical Priors into Topic Models. Proceedings of the 13th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2012), pp. 204–213. link ↗
- Andrzejewski, D., Zhu, X., & Craven, M. (2009). Incorporating Domain Knowledge into Topic Modeling via Dirichlet Forest Priors. Proceedings of the 26th International Conference on Machine Learning (ICML 2009), pp. 25–32. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Weakly Supervised Latent Dirichlet Allocation Topic Model. ScholarGate. https://scholargate.app/vi/deep-learning/weakly-supervised-lda-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.
- Mô hình Chủ đề LDAHọc sâu↔ compare
- Mô hình Chủ đề NMFHọc sâu↔ compare
- Mô hình Chủ đề LDA Bán Giám sátHọc sâu↔ compare
- Nhúng câu (Sentence Embeddings)Học sâu↔ compare
- Topic Modeling (Mô hình hóa chủ đề)Học sâu↔ compare
- Phân loại dựa trên BERT với Giám sát YếuHọc sâu↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →