Samoučící se vnořování vět
Samodzielně řízené vnořování vět trénuje neuronový enkodér, který mapuje věty do hustého vektorového prostoru bez nutnosti ručně označených párů. Automatickým konstruováním pozitivních příkladů – například dvojím průchodem stejné věty přes dropout – a použitím kontrastivních cílů se model učí sémanticky bohaté reprezentace, které dobře přecházejí na úlohy podobnosti, vyhledávání a klasifikace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP), 6894–6910. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/cs/deep-learning/self-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.
- Klasifikace založená na BERTHluboké učení↔ compare
- Klasifikace založená na samo-dohledu s modelem BERTHluboké učení↔ compare
- Transformátor se samoučenímHluboké učení↔ compare
- Polo-dohledové vnořování větHluboké učení↔ compare
- Vektorové reprezentace větHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →