![](https://cdn-ak-scissors.b.st-hatena.com/image/square/032d8d64bf63518e89512d2789aa22f981dc8797/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9JUUzJTgzJTg4JUUzJTgzJTk0JUUzJTgzJTgzJUUzJTgyJUFGJUUzJTgzJUEyJUUzJTgzJTg3JUUzJTgzJUFCJUUzJTgyJTkyJUU2JTkzJThEJUU0JUJEJTlDJTIwfkludGVyYWN0aXZlJTIwVG9waWMlMjBNb2RlbH4mdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPWRkNmY3YmY3YTNmYzAxNDQzYjc2ZjA1NGQzYTA0ODRk%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBrZW5jaGluMTEwMTAwJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1lYjBhNGE3NjIzNmM3MmUwNTM3YTkwZmFjMWRiMTY2ZQ%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D3b6e5b2fd14973709bfb6615ef3d0134)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
トピックモデルを操作 ~Interactive Topic Model~ - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
トピックモデルを操作 ~Interactive Topic Model~ - Qiita
Interactive Topic Modelの実装、及びその結果 はじめに 自然言語処理の技術で、文書集合から内容を抽出... Interactive Topic Modelの実装、及びその結果 はじめに 自然言語処理の技術で、文書集合から内容を抽出する方法としてトピックモデルという考え方がある。 その中でも、トピック内で出現する単語を意図的に操作する方法として、Interactive Topic Modelというものが存在する。 そこで、本記事ではInteractive Topic Modelの実装とその効果の検証を行う。 手法 トピックモデルでは文書集合から、トピック(例えば、新聞記事には政治やスポーツなどのトピックが含まれていると推測される)が出現する確率、トピック分布$\theta$と、そのトピック内でどのような単語が出やすいか、単語分布$\phi$を推定する手法である。 トピックモデルの説明は、 http://qiita.com/GushiSnow/items/8156d440540b0a11dfe6 h