Finjusterede sætningsindlejringer
Finjusterede sætningsindlejringer tilpasser en generel fortrænet sætningskoder – såsom Sentence-BERT – til et specifikt domæne eller en opgave ved at fortsætte træningen på mærkede eller parrede tekstdata fra det domæne. De resulterende indlejringer fanger domænespecifik semantisk struktur langt bedre end standardvektorer, hvilket forbedrer nedstrømsopgaver som semantisk lighed, klyngedannelse, klassifikation og informationshentning.
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 the 2019 Conference on Empirical Methods in Natural Language Processing (EMNLP), 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
- Reimers, N., & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4512–4525. DOI: 10.18653/v1/2020.emnlp-main.365 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/da/deep-learning/fine-tuned-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
- Finjusteret BERT-baseret klassifikationDyb læring↔ sammenlign
- Fintunet TransformerDyb læring↔ sammenlign
- RoBERTa-baseret KlassifikationDyb læring↔ sammenlign
- SætningsindlejringerDyb læring↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →