Machine learningDeep learning / NLP / CV

Doc2Vec Semi-supervisado

Doc2Vec Semi-supervisado extiende el marco de Paragraph Vector de Le y Mikolov (2014) entrenando incrustaciones de documentos densos en corpus etiquetados y no etiquetados simultáneamente, utilizando las etiquetas de clase disponibles como una señal auxiliar para dirigir la representación hacia una estructura relevante para la tarea, al tiempo que se aprovecha la colección no etiquetada completa para la generalización.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  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

Cómo citar esta página

ScholarGate. (2026, June 3). Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec). ScholarGate. https://scholargate.app/es/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)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/semi-supervised-doc2vec · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026