Aprenentatge per transferència amb incrustacions de frases
L'aprenentatge per transferència amb incrustacions de frases utilitza un codificador pre-entrenat gran —com ara Sentence-BERT o l'Universal Sentence Encoder— que ja codifica coneixements generals del llenguatge en vectors de longitud fixa, i l'adapta a una nova tasca o domini amb poca dada etiquetada addicional. Les representacions pre-entrenades proporcionen un avantatge inicial que sovint supera els models específics de la tasca entrenats des de zero en corpus modestos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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. link ↗
- Conneau, A., Kiela, D., Schwentz, H., Barrault, L. & Bordes, A. (2017). Supervised Learning of Universal Sentence Representations from Natural Language Inference Data. Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing (EMNLP), 670–680. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/ca/deep-learning/transfer-learning-with-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.
- Classificació basada en BERTAprenentatge profund↔ compare
- Embeddings de frases afinadesAprenentatge profund↔ compare
- Classificació basada en RoBERTaAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
- Aprenentatge per transferència amb classificació basada en BERTAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →