In diesem Modul werden wir einen Blick unter die Haube eines Themenmodellierungsansatzes werfen und verstehen, welche Annahmen die Anpassung eines Themenmodells bestimmen. Wir werden auch herausfinden, wie Bag-of-Words-Ansätze zur Themenmodellierung funktionieren und welche Verarbeitung natürlicher Sprache erforderlich ist, um sinnvolle Merkmale für die Themenmodellierung zu erzeugen.

In diesem Modul wird behandelt, wie man JSON-ähnliche Daten analysiert und segmentiert, um einen Korpus zu erstellen, der für den Prozess der Themenmodellierung bereit ist. Wir werden uns damit beschäftigen, wie die Daten für Ihr Projekt strukturiert sind und wie ihre Taxonomie aussieht.

In diesem Modul werden wir Amazon-Rezensionsdaten nehmen und sie in einen Korpus laden, um sie vorzuverarbeiten. Wir werden uns damit beschäftigen, wie man aus den Daten Themenmodelle erstellt und diese Themenmodelle auch speichert.

In diesem Modul lernen wir, wie man die Anpassung von Themenmodellen bewertet und das beste Themenmodell zur Klassifizierung von Dokumenten verwendet. Wir werden auch lernen, wie man Themenmodelle mit Pre-Training von Neuronalen Netzwerken erstellt.