Topics represent the key semantics

Topics represent the key semantics of a set of documents in a terse manner (Blei, Griffiths, & Jordan,
2010). Topic models are probabilistic graphical models, which have been built by researchers to automatically infer the
distribution over a set of topics in a document or across a document set. After the latent topic inference, the document corpus
can be organized according to the topics inferred and hence the performance of the subsequent information-retrieval tasks
can be enhanced.

ผลลัพธ์ (ไทย) 2:

หัวข้อเป็นตัวแทนของความหมายที่สำคัญของชุดของเอกสารในลักษณะสั้น (Blei, Griffiths และจอร์แดน,
2010)
รูปแบบข้อความที่มีรูปแบบกราฟิกที่น่าจะเป็นที่ได้รับการสร้างขึ้นโดยนักวิจัยโดยอัตโนมัติอนุมานกระจายมากกว่าชุดของหัวข้อในเอกสารหรือข้ามชุดเอกสาร หลังจากที่ข้อสรุปหัวข้อแฝงคลังเอกสารสามารถจัดตามหัวข้อและด้วยเหตุนี้สรุปผลการปฏิบัติงานการดึงข้อมูลที่ตามมาที่สามารถเพิ่ม

ผลลัพธ์ (ไทย) 3:

หัวข้อที่แสดงความหมายสำคัญของชุดของเอกสารในลักษณะกะทัดรัด ( blei Griffiths &จอร์แดน ,
, , 2010 ) รูปแบบหัวข้อเป็นแบบจำลองความน่าจะเป็น ซึ่งถูกสร้างขึ้นโดยอัตโนมัติโดยนักวิจัยสรุปว่า
กระจายกว่าชุดของหัวข้อในเอกสาร หรือในเอกสารชุด หลังจากสรุปหัวข้อคลังข้อมูลเอกสาร
ที่ซ่อนเร้นสามารถจัดตามหัวข้อที่ได้ และดังนั้น การแสดงของ
งานสืบค้นสารสนเทศต่อมาสามารถเพิ่ม