Přenosové učení se vnořováním vět
Přenosové učení s vnořováním vět (Transfer Learning with Sentence Embeddings) využívá velký předtrénovaný kodér – jako je Sentence-BERT nebo Universal Sentence Encoder – který již kóduje obecné jazykové znalosti do vektorů pevné délky, a adaptuje jej na nový úkol nebo doménu s malým množstvím dodatečných označených dat. Předtrénované reprezentace poskytují počáteční výhodu, která často překonává modely specifické pro daný úkol, trénované od začátku na skromných korpusech.
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 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/cs/deep-learning/transfer-learning-with-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
- Klasifikace založená na RoBERTaHluboké učení↔ porovnat
- Vektorové reprezentace větHluboké učení↔ porovnat
- Přenosové učení s klasifikací založenou na BERTuHluboké učení↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →