Домейнно-адаптивен Doc2Vec
Домейнно-адаптивният Doc2Vec адаптира рамката на Paragraph Vector (Doc2Vec), така че вгражданията на документи, научени в изходен домейн, да се прехвърлят ефективно към целеви домейн. Чрез привеждане в съответствие на пространството на представяне между домейните по време или след обучение, моделът генерира вграждания, които са информативни и за двата домейна, което позволява междудомейнна класификация, анализ на настроенията и извличане с ограничен брой етикети от целевия домейн.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Le, Q. V., & Mikolov, T. (2014). Distributed representations of sentences and documents. Proceedings of the 31st International Conference on Machine Learning (ICML 2014), PMLR 32(2), 1188–1196. link ↗
- Blitzer, J., McDonald, R., & Pereira, F. (2006). Domain adaptation with structural correspondence learning. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), 120–128. DOI: 10.3115/1610075.1610094 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-doc2vec
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.
- Doc2VecИзвличане на текст↔ compare
- Адаптивно към домейна класифициране, базирано на BERTДълбоко обучение↔ compare
- Домейн-адаптивни изразови вгражданияДълбоко обучение↔ compare
- Адаптивен към домейн Word2VecДълбоко обучение↔ compare
- Fine-Tuned Doc2VecДълбоко обучение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →