স্ব-তত্ত্বাবধানে Word2Vec
Word2Vec হলো Mikolov et al. (2013) কর্তৃক প্রবর্তিত একটি অগভীর নিউরাল নেটওয়ার্ক মডেল যা স্ব-তত্ত্বাবধানে শেখার উদ্দেশ্য ব্যবহার করে বৃহৎ লেবেলবিহীন টেক্সট কর্পাস থেকে শব্দের ঘন ভেক্টর উপস্থাপনা শেখে। একটি মডেলকে আশেপাশের প্রসঙ্গ শব্দ (Skip-gram) বা প্রসঙ্গ থেকে একটি লক্ষ্য শব্দ (CBOW) অনুমান করার জন্য প্রশিক্ষণ দিয়ে, এটি কোনো ম্যানুয়াল টীকা ছাড়াই অবিচ্ছিন্ন ভেক্টর স্পেসে সমৃদ্ধ শব্দার্থিক এবং বাক্যতাত্ত্বিক নিয়মিততা ধারণ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Mikolov, T., Chen, K., Corrado, G., & Dean, J. (2013). Efficient estimation of word representations in vector space. In Proceedings of the International Conference on Learning Representations (ICLR 2013). link ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed representations of words and phrases and their compositionality. In Advances in Neural Information Processing Systems (NeurIPS 2013), 26. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Self-supervised Word2Vec (Skip-gram and CBOW with Self-supervised Objectives). ScholarGate. https://scholargate.app/bn/deep-learning/self-supervised-word2vec
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.
- FastTextগভীর শিখন↔ compare
- GloVe এমবেডিংসটেক্সট খনন↔ compare
- পুনরাবৃত্ত নিউরাল নেটওয়ার্কগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →