Полу-наблюдавано обучение на изреченски вграждания
Полу-наблюдаваното обучение на изреченски вграждания комбинира малък набор от етикетирани двойки изречения с големи количества неструктуриран текст за обучение на плътни векторни представяния на изречения. Чрез използване на изобилните неструктурирани данни чрез контрастивни цели или псевдо-етикетиране, тези модели произвеждат висококачествени вграждания за семантична сходство, извличане и класификация, дори когато етикетираните данни са оскъдни.
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
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. In Proceedings of EMNLP 2021 (pp. 6894–6910). Association for Computational Linguistics. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In Proceedings of EMNLP-IJCNLP 2019 (pp. 3982–3992). Association for Computational Linguistics. DOI: 10.18653/v1/D19-1410 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/bg/deep-learning/semi-supervised-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.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Самообучаващи се изреченски вгражданияДълбоко обучение↔ compare
- Полу-наблюдавана класификация, базирана на BERTДълбоко обучение↔ compare
- Трансформер с полунаблюдавано обучениеДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →