ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Semi-supervised Doc2Vec

Semi-supervised Doc2Vec udvider Paragraph Vector-rammeværket af Le og Mikolov (2014) ved at træne tætte dokumentindlejringer på både mærkede og umærkede korpora samtidigt, idet tilgængelige klasselabels bruges som et hjælpesignal til at styre repræsentationen mod opgaverelateret struktur, mens den stadig udnytter den fulde umærkede samling til generalisering.

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.

Semi-supervised Doc2Vec
Doc2VecLabel PropagationWord2Vec

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. Word2vec. Wikipedia. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec). ScholarGate. https://scholargate.app/da/deep-learning/semi-supervised-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
ScholarGateSemi-supervised Doc2Vec (Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec)). Hentet 2026-06-15 fra https://scholargate.app/da/deep-learning/semi-supervised-doc2vec · Datasæt: https://doi.org/10.5281/zenodo.20539026