Embeddings de Oraciones Ajustados Finamente
Los embeddings de oraciones ajustados finamente adaptan un codificador de oraciones preentrenado de propósito general — como Sentence-BERT — a un dominio o tarea específica continuando el entrenamiento con datos de texto etiquetados o emparejados de ese dominio. Los embeddings resultantes capturan la estructura semántica específica del dominio mucho mejor que los vectores listos para usar, mejorando tareas posteriores como la similitud semántica, el agrupamiento, la clasificación y la recuperación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/es/deep-learning/fine-tuned-sentence-embeddings
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Clasificación basada en BERTAprendizaje profundo↔ comparar
- Clasificación basada en BERT ajustadoAprendizaje profundo↔ comparar
- Transformer Ajustado FinamenteAprendizaje profundo↔ comparar
- Clasificación basada en RoBERTaAprendizaje profundo↔ comparar
- Incrutaciones de oracionesAprendizaje profundo↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →