ScholarGate
Asistent
Machine learningDeep learning / NLP / CV

Polo-dohledové vnořování vět

Polo-dohledové vnořování vět kombinuje malý soubor označených párů vět s velkým množstvím neoznačeného textu k trénování hustých vektorových reprezentací vět. Využitím hojných neoznačených dat prostřednictvím kontrastivních cílů nebo pseudo-označování tyto modely produkují vysoce kvalitní vnořování pro sémantickou podobnost, vyhledávání a klasifikaci, i když anotovaná data jsou vzácná.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. 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
  2. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/cs/deep-learning/semi-supervised-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.

Porovnat vedle sebe

Odkazuje sem

ScholarGateSemi-supervised Sentence Embeddings (Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches)). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/semi-supervised-sentence-embeddings · Datová sada: https://doi.org/10.5281/zenodo.20539026