Svagt superviserede sætningsindlejringer
Svagt superviserede sætningsindlejringer træner tætte sætningsrepræsentationer ved hjælp af støjende, heuristiske eller programmatisk genererede etiketter i stedet for dyre menneskelige annoteringer. Etiketteringsfunktioner — regler, fjerne supervisionssignaler eller letvægtsklassifikatorer — leverer approksimativ supervision, som en etikette model aggregerer til probabilistiske etiketter, der derefter styrer sætningsenkoderen til at producere opgave-brugbare repræsentationer i stor skala.
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
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- 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). DOI: 10.18653/v1/D19-1410 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Weakly Supervised Sentence Embeddings. ScholarGate. https://scholargate.app/da/deep-learning/weakly-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-overvågede sætningsindlejringerDyb læring↔ compare
- SætningsindlejringerDyb læring↔ compare
- Transfer Learning med SætningsindlejringerDyb læring↔ compare
- Svagt superviseret BERT-baseret klassifikationDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →