| 标题 |
 A Topic Modeling Comparison Between LDA, NMF, Top2Vec, and BERTopic to Demystify Twitter Posts LDA、NMF、Top2Vec和BERTopic之间的主题建模比较，以揭开Twitter帖子的神秘面纱
相关领域
潜在Dirichlet分配
社会化媒体
主题模型
数据科学
计算社会学
背景（考古学）
计算机科学
非负矩阵分解
优势和劣势
领域（数学）
社会学
矩阵分解
人工智能
万维网
心理学
数学
古生物学
物理
特征向量
生物
纯数学
社会心理学
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Frontiers in Sociology 作者：Roman Egger; Jing Yu 出版日期：2022-05-06 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
KneeYu
薰硝壤
夏来
shinysparrow
科研小菜雞
sswbzh
dodo
Hayat
嗯哼
tianzml0
午见千山
蒋时晏
Gauss
Pearl
积极的小馒头
勤恳马里奥
HEIKU
Dore
从容芮
yanzu
皖公网安备34019202002308
