Meetodi tõendite kirje
Domain-adaptive Doc2Vec
Domain-adaptive Doc2Vec adapts the Paragraph Vector (Doc2Vec) framework so that document embeddings learned on a source domain transfer effectively to a target domain. By aligning the representation space across domains during or after training, the model produces embeddings that are informative on both, enabling cross-domain classification, sentiment analysis, and retrieval with limited target-domain labels.
Allikakirje
Tsiteeringud kopeeritud meetodi allikakirjest sõna-sõnalt. Nendest ei saa järeldada väidete tasemel kinnitust.
Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation
Taksonoomiline meetodikirje · ml-model / deep-learning
- 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. · URL
- Blitzer, J., McDonald, R., & Pereira, F. (2006). Domain adaptation with structural correspondence learning. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), 120–128. · DOI 10.3115/1610075.1610094
Kureeritud väited
Väited on salvestatud tõendite registrisse, igal oma hinnanguga.
Kureeritud väiteid veel pole
See vaade ei loo väite hinnangut, kui registris seda pole.
Seotud meetodid
Genereeritud meetodigraafist ja kuvatud masina soovitatud seostena – väiteid ei järeldata.