Domæne-adaptive sætningsindlejringer
Domæne-adaptive sætningsindlejringer udvider generelle sætningskodere — såsom Sentence-BERT — ved at fortsætte deres træning på domænespecifik tekst. Resultatet er en vektorrepræsentation med fast længde, der indfanger både universel sprogforståelse og måldomænets ordforråd, stil og semantiske nuancer, hvilket forbedrer efterfølgende NLP-opgaver såsom semantisk søgning, klyngedannelse og klassifikation.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/da/deep-learning/domain-adaptive-sentence-embeddings
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- BERT-baseret klassifikationDyb læring↔ sammenlign
- Finjusterede sætningsindlejringerDyb læring↔ sammenlign
- Flersprogede sætningsindlejringerDyb læring↔ sammenlign
- RoBERTa-baseret KlassifikationDyb læring↔ sammenlign
- SætningsindlejringerDyb læring↔ sammenlign
- Transfer Learning med SætningsindlejringerDyb læring↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →