ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Finjusteret Doc2Vec

Finjusteret Doc2Vec tilpasser en forudtrænet Paragraph Vector (Doc2Vec) model ved at fortsætte dens træning på et målsæt af dokumenter, hvilket producerer dokumentindlejringer, der indfanger både den generelle sprogviden fra den oprindelige træning og vokabularet og stilen fra det nye domæne. Den anvendes til tekstklassifikation, semantisk lighed og klyngeanalyse, når mærkede data er knappe, men umærkede domænetekster er tilgængelige.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Le, Q. V., & Mikolov, T. (2014). Distributed Representations of Sentences and Documents. Proceedings of the 31st International Conference on Machine Learning (ICML 2014), PMLR 32(2), 1188–1196. link
  2. Doc2vec. Wikipedia. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Fine-Tuned Doc2Vec (Domain-Adapted Paragraph Vector). ScholarGate. https://scholargate.app/da/deep-learning/fine-tuned-doc2vec

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.

Compare side by side

Refereret af

ScholarGateFine-Tuned Doc2Vec (Fine-Tuned Doc2Vec (Domain-Adapted Paragraph Vector)). Hentet 2026-06-15 fra https://scholargate.app/da/deep-learning/fine-tuned-doc2vec · Datasæt: https://doi.org/10.5281/zenodo.20539026