Домейн-адаптивни изразови вграждания
Домейн-адаптивните изразови вграждания разширяват общоцелевите изразови енкодери — като Sentence-BERT — чрез продължаване на тяхното обучение върху текстове, специфични за даден домейн. Резултатът е векторно представяне с фиксирана дължина, което улавя както универсалното разбиране на езика, така и речниковия запас, стила и семантичните нюанси на целевия домейн, подобрявайки последващи задачи за обработка на естествен език (NLP) като семантично търсене, клъстеризация и класификация.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of EMNLP-IJCNLP 2019, pp. 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D. & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/bg/deep-learning/domain-adaptive-sentence-embeddings
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Класификация, базирана на BERTДълбоко обучение↔ сравняване
- Фино настроени вграждания на изреченияДълбоко обучение↔ сравняване
- Многоезикови векторни представяния на изреченияДълбоко обучение↔ сравняване
- Класификация, базирана на RoBERTaДълбоко обучение↔ сравняване
- Вграждане на изреченияДълбоко обучение↔ сравняване
- Трансферно учене със вграждания на изреченияДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →