Doménově adaptované větné vnořené reprezentace
Doménově adaptované větné vnořené reprezentace rozšiřují univerzální větné kodéry – jako je Sentence-BERT – dalším tréninkem na doménově specifickém textu. Výsledkem je vektorová reprezentace pevné délky, která zachycuje jak univerzální porozumění jazyku, tak slovní zásobu, styl a sémantické nuance cílové domény, čímž zlepšuje navazující úlohy zpracování přirozeného jazyka (NLP), jako je sémantické vyhledávání, shlukování a klasifikace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/cs/deep-learning/domain-adaptive-sentence-embeddings
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Klasifikace založená na BERTHluboké učení↔ porovnat
- Jemně doladěná vektorová reprezentace vět (Fine-Tuned Sentence Embeddings)Hluboké učení↔ porovnat
- Vícejazyčná vektorová reprezentace větHluboké učení↔ porovnat
- Klasifikace založená na RoBERTaHluboké učení↔ porovnat
- Vektorové reprezentace větHluboké učení↔ porovnat
- Přenosové učení se vnořováním větHluboké učení↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →