Domain-Adaptive Transformer
Domeenipõhine Transformer (DAT) on Transformer-põhine mudel — nagu BERT või ViT —, mis on laiendatud eksplitsiitse domeenide ühitamise eesmärgiga, et õpitud representatsioonid kanduksid hästi üle märgistatud lähtedomeenist erinevasse, sageli märgistamata, sihtdomeeni. Lähenemisviis ühendab Transformerite võimsa representatsioonivõime domeeni kohandamise tehnikatega, nagu vastandlik treening või kontrastiivne ühitamine, et minimeerida domeeninihet.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Ni, J., Hernandez Abrego, G., Constant, N., Ma, J., Hall, K., Cer, D., & Yang, Y. (2021). Sentence-T5: Scalable Sentence Encoders from Pre-trained Text-to-Text Models. Findings of ACL 2022. arXiv:2108.08877. link ↗
- Guo, J., Shah, D., & Barzilay, R. (2022). Multi-Source Domain Adaptation with Mixture of Experts. In Proceedings of EMNLP 2018. arXiv:1809.02060. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Domain-Adaptive Transformer (DAT). ScholarGate. https://scholargate.app/et/deep-learning/domain-adaptive-transformer
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.
- ÜlekandeõpeMasinõpe↔ compare
- Vision TransformerSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →