الأبحاث المرتبطة بالكلمة المفتاحية: تخصيص ديريشليه الكامن
-
نمذجة الموضوعات المدعومة بالذكاء الاصطناعي: مقارنة بين LDA وBERTopic في تحليل المخاطر القلبية الوعائية المرتبطة بالأفيونيات لدى النساء
AI-powered topic modeling: comparing LDA and BERTopic in analyzing opioid-related cardiovascular risks in women2025 | المؤلف: Li Ma وآخرون | المجلة: Experimental Biology and Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذا القسم، يناقش المؤلفون التقدم في نمذجة الموضوعات ضمن معالجة اللغة الطبيعية (NLP)، مع التركيز بشكل خاص على قيود الطرق التقليدية مثل تخصيص ديريشليت الكامن (LDA) في التقاط العلاقات الدلالية. يقدمون BERTopic، وهي طريقة تم تطويرها في عام 2022 تستخدم التعلم العميق لفهم العلاقات السياقية بين الكلمات بشكل أفضل. تدمج الدراسة وحدات الذكاء الاصطناعي…
-
استخدام معالجة اللغة الطبيعية لاستكشاف آراء وسائل التواصل الاجتماعي حول الأمن الغذائي: دراسة تحليل المشاعر ونمذجة الموضوعات
Using Natural Language Processing to Explore Social Media Opinions on Food Security: Sentiment Analysis and Topic Modeling Study2024 | المؤلف: Annika Molenaar وآخرون | المجلة: Journal of Medical Internet Research | المجال: المهن الصحية العامة (General Health Professions)تستقصي الدراسة تطبيق تقنيات معالجة اللغة الطبيعية (NLP)، وتحديداً تحليل المشاعر ونمذجة الموضوعات، لتحليل بيانات وسائل التواصل الاجتماعي المتعلقة بالأمن الغذائي في أستراليا من 1 يناير 2019 إلى 31 ديسمبر 2021. باستخدام مجموعة بيانات تضم 38,070 تغريدة من 14,880 مستخدمًا، تكشف الأبحاث أن المشاعر العامة بشأن الأمن الغذائي كانت إيجابية في الغالب، خاصة خلال فترات…