Machine learningDeep learning / NLP / CV

جاسازی‌های جملات خودنظارتی

جاسازی‌های جملات خودنظارتی یک رمزگذار عصبی را آموزش می‌دهند تا جملات را بدون نیاز به جفت‌های برچسب‌گذاری شده دستی به فضای بردار فشرده نگاشت کند. با ساخت خودکار نمونه‌های مثبت - برای مثال با عبور دادن یکسان جمله از طریق دراپ‌اوت دو بار - و استفاده از اهداف تقابلی، مدل بازنمایی‌های غنی معنایی را یاد می‌گیرد که به خوبی به وظایف شباهت، بازیابی و طبقه‌بندی منتقل می‌شوند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP), 6894–6910. DOI: 10.18653/v1/2021.emnlp-main.552
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/fa/deep-learning/self-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.

Compare side by side

ارجاع‌شده در

ScholarGateSelf-supervised Sentence Embeddings (Self-supervised Learning for Sentence Embeddings). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/deep-learning/self-supervised-sentence-embeddings · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026