-
BERTopic:
- 简介: 基于预训练的语言模型BERT(Bidirectional Encoder Representations from Transformers)的主题模型,通过将文档嵌入到BERT空间中并进行聚类,实现主题提取。
- 作者: 出自Cherubin等人的研究(2021)。
-
BigARTM (Big Additive Regularization Topic Model):
- 简介: BigARTM是一种多模态、多目标的主题模型,可以处理大规模文本集合,并且允许用户通过添加正则化项来引导主题模型学习特定的模式。
- 作者: 出自"BigARTM: Open-Source Library for Regularized Multimodal and Multilingual Topic Modeling"(2015)。
-
LDA2Vec:
- 简介: LDA2Vec是一种将词向量和主题模型(Latent Dirichlet Allocation, LDA)结合的方法,通过将LDA中的主题表示嵌入到词嵌入空间中,实现更好的语义建模。
- 作者: 出自"Dynamic Topic Models for Tracking Research Communities over Time"(2016)。
-
ETM (Embedding Topic Model):
- 简介: ETM是一种将主题嵌入到连续空间的模型,通过学习主题嵌入向量,将文档嵌入到主题空间中,以获得更丰富的语义表示。
- 作者: 出自"A Neural Probabilistic Topic Model"(2019)。
-
Biterm Topic Model (BTM):
- 简介: BTM是一种基于二项分布的主题模型,通过对文档中的词对(biterms)进行建模,实现了在大规模文本集上高效的主题建模。
- 作者: 出自"Modeling Bimodal Texts with the Biterm Topic Model"(2014)。
nlp文本主题提取算法总结
mqdlff_python2024-01-25 20:25
相关推荐
Allen_LVyingbo27 分钟前
数智读书笔记系列035《未来医疗:医疗4.0引领第四次医疗产业变革》zzc92133 分钟前
时频图数据集更正程序,去除坐标轴白边及调整对应的标签值isNotNullX34 分钟前
什么是数据分析?常见方法全解析riveting43 分钟前
明远智睿H618:开启多场景智慧生活新时代夜阑卧听风吹雨,铁马冰河入梦来1 小时前
Spring AI 阿里巴巴学习c7691 小时前
【文献笔记】Automatic Chain of Thought Prompting in Large Language ModelsBlossom.1182 小时前
机器学习在智能供应链中的应用:需求预测与物流优化Gyoku Mint2 小时前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹zzywxc7872 小时前
AI大模型的技术演进、流程重构、行业影响三个维度的系统性分析点控云2 小时前
智能私域运营中枢:从客户视角看 SCRM 的体验革新与价值重构