Кросс-модельное сравнение NNMF, LDA И LSI на разном объеме текстовых данных
| Parent link: | Молодежь и современные информационные технологии: сборник трудов XXI Международной научно-практической конференции студентов, аспирантов и молодых ученых, 15–18 апреля 2024 г., Томск/ ред. кол. А. С. Фадеев, Н. Г. Марков, В. Г. Спицын [и др.]. С. 102-105.— .— Томск: Изд-во ТПУ, 2024.— conference_tpu-2024-C04.pdf |
|---|---|
| Main Author: | |
| Other Authors: | |
| Summary: | Исследование сравнивает эффективность трех моделей тематического моделирования: LDA, LSA и NNMF, на корпусе из 1000 документов, представляющих несколько тем с разной лексикой. Также использовались такие наборы тем, чтобы были такие их сочетания, в которых есть схожая лексика, так как это должно было усложнить работу модели. Результаты показали превосходство LDA при различных объемах данных Текстовый файл |
| Published: |
2024
|
| Series: | Искусственный интеллект, машинное обучение и большие данные |
| Subjects: | |
| Online Access: | http://earchive.tpu.ru/handle/11683/84801 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675239 |