Публикации по теме 'topic-modeling'
Обработка естественного языка в отзывах об отелях
Учебный лагерь Метис, проект 4
Каждый месяц 456 миллионов человек — примерно каждый 16 человек на земле — посещают сайт TripAdvisor, чтобы спланировать или оценить поездку. Поэтому важно понимать, что составляет хорошую или плохую оценку
Наша цель будет сосредоточена на двух вещах. Тематическое моделирование для рейтингов и прогнозирования недовольных клиентов на основе отзывов клиентов. Мы будем использовать обучение без учителя и обучение с учителем НЛП для достижения цели...
Новое в Topix 2.0: Интерактивная сетевая визуализация
Мы рады объявить о выпуске нашего первого набора интерактивных сетевых визуализаций для тематического моделирования, созданных с использованием мощного API Linkurious Ogma. ( https://linkurio.us/ )
Topix 2.0 теперь доступен по адресу https://topix.io .
Если вы новичок в тематическом моделировании, ознакомьтесь с нашим учебным пособием по адресу https://topix.io / tutorial/tutorial.html.
Визуализация сети Topix 1: словарный запас по тематической сети
В этом посте мы..
PokeML: понимание тематического моделирования с помощью данных о покемонах
Продолжая наш анализ покемонов, мы вспоминаем, что когда мы строили матрицу покемонов в части 1 , мы закодировали набор движений покемона как битовый вектор. В то время мы оправдывали это как правильное кодирование, поскольку оно соответствовало внутренней структуре ходов. Когда мы выполнили Анализ основных компонентов в части 2 , этой кодировки было достаточно для первоначального понимания отношений между покемонами. Настало время проанализировать сами движения покемонов и найти среди..
Определите популярные темы машинного обучения в науке с помощью тематического моделирования
Использование BERTopic для определения наиболее важных тем ML
Тематическое моделирование стало популярным методом в области машинного обучения (ML), особенно в области обработки естественного языка (NLP). В этой статье показано, как использовать тематическое моделирование для выявления популярных тем машинного обучения в науке.
Поскольку 2022 год только что прошел, давайте воспользуемся этой возможностью, чтобы применить тематическое моделирование к метаданным публикаций за 2022 год,..
Алгоритмы тематического моделирования
Узнайте о математических концепциях, лежащих в основе моделей LDA, NMF, BERTopic.
Тематическое моделирование — это часть обработки естественного языка (NLP), которая позволяет конечным пользователям идентифицировать темы/темы в коллекции документов. Он имеет приложения во многих отраслях для интеллектуального анализа текста и получения актуальной информации из текстовых данных.
Большинство алгоритмов пытаются разложить матрицу терминов документа на две или более матрицы, чтобы получить..
Как выполнить тематическое моделирование с помощью MALLET
Тематическое моделирование - это мощный метод обработки естественного языка для поиска скрытого смысла в тексте. Он использует концепцию скрытого распределения Дирихле (LDA). Алгоритм LDA следующий:
Из различных инструментов, доступных для моделирования тем, мне больше всего нравится MALLET на основе Java. Его реализация очень точна по сравнению с библиотекой Gensim на Python. MALLET основан на методе выборки Гиббса и, следовательно, отличается от Gensim.
Установка MALLET (в..
Машинное обучение для составления рекомендаций людям - Часть 2
Как это будет выглядеть, если мы будем использовать машинное обучение для создания целенаправленных сообществ?
Это более подробное пошаговое руководство по проекту. Чтобы понять общий тезис, перейдите к первому посту: https://medium.com/@kellykerrychowchow/machine-learning-for-making-human-recommendations-part1-8fcf51a96cab
Цель:
Чтобы помочь Super Connectors познакомиться.
Решение:
Используйте машинное обучение, чтобы автоматически отмечать друзей , чтобы люди могли..