Фино настроени вграждания на изречения
Фино настроените вграждания на изречения адаптират предварително обучен енкодер на изречения с общо предназначение – като Sentence-BERT – към конкретна област или задача, като продължават обучението върху етикетирани или сдвоени текстови данни от тази област. Получените вграждания улавят специфичната за областта семантична структура много по-добре от готовите вектори, подобрявайки последващи задачи като семантична прилика, клъстериране, класификация и извличане.
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 the 2019 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
- Reimers, N., & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4512–4525. DOI: 10.18653/v1/2020.emnlp-main.365 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/bg/deep-learning/fine-tuned-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
- Класификация, базирана на фино настроен BERTДълбоко обучение↔ сравняване
- Фино настройване на ТрансформърДълбоко обучение↔ сравняване
- Класификация, базирана на RoBERTaДълбоко обучение↔ сравняване
- Вграждане на изреченияДълбоко обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →