Semi-overvågede sætningsindlejringer
Semi-overvågede sætningsindlejringer kombinerer et lille sæt mærkede sætningspar med store mængder umærket tekst for at træne tætte vektorrepræsentationer af sætninger. Ved at udnytte rigelig umærket data gennem kontrasterende mål eller pseudo-mærkning producerer disse modeller indlejringer af høj kvalitet til semantisk lighed, genfinding og klassificering, selv når annoteret data er knap.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. In Proceedings of EMNLP 2021 (pp. 6894–6910). Association for Computational Linguistics. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In Proceedings of EMNLP-IJCNLP 2019 (pp. 3982–3992). Association for Computational Linguistics. DOI: 10.18653/v1/D19-1410 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/da/deep-learning/semi-supervised-sentence-embeddings
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.
- BERT-baseret klassifikationDyb læring↔ compare
- Selv-superviserede sætningsindlejringerDyb læring↔ compare
- Semi-overvåget BERT-baseret KlassifikationDyb læring↔ compare
- Semi-superviseret TransformerDyb læring↔ compare
- SætningsindlejringerDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →