التعلم التحويلي باستخدام تضمينات الجمل
يأخذ التعلم التحويلي باستخدام تضمينات الجمل مُشفِّرًا كبيرًا مُدربًا مسبقًا — مثل Sentence-BERT أو Universal Sentence Encoder — يقوم بالفعل بترميز المعرفة اللغوية العامة في متجهات ذات طول ثابت، ويُكيّفه لمهمة أو مجال جديد ببيانات مُصنفة إضافية قليلة. توفر التمثيلات المُدربة مسبقًا بداية قوية تتفوق غالبًا على النماذج الخاصة بالمهمة المُدربة من الصفر على مجموعات بيانات متواضعة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3982–3992. link ↗
- Conneau, A., Kiela, D., Schwentz, H., Barrault, L. & Bordes, A. (2017). Supervised Learning of Universal Sentence Representations from Natural Language Inference Data. Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing (EMNLP), 670–680. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/ar/deep-learning/transfer-learning-with-sentence-embeddings
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على BERTالتعلم العميق↔ compare
- تضمينات الجمل المُحسَّنةالتعلم العميق↔ compare
- تصنيف قائم على RoBERTaالتعلم العميق↔ compare
- تضمينات الجملالتعلم العميق↔ compare
- تعلم النقل بالتصنيف المعتمد على BERTالتعلم العميق↔ compare