Hienosäädetyt lauseupotukset
Hienosäädetyt lauseupotukset mukauttavat yleiskäyttöisen esikoulutetun lauseenkooderin – kuten Sentence-BERTin – tiettyyn toimialueeseen tai tehtävään jatkamalla koulutusta kyseisen toimialueen merkityillä tai pareittaisilla tekstitiedoilla. Tuloksena olevat upotukset vangitsevat toimialuespesifisen semanttisen rakenteen huomattavasti paremmin kuin valmiit vektorit, parantaen jatkotehtäviä, kuten semanttista samankaltaisuutta, klusterointia, luokittelua ja tiedonhakua.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/fi/deep-learning/fine-tuned-sentence-embeddings
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- BERT-pohjainen luokitteluSyväoppiminen↔ vertaa
- Hienosäädetty BERT-pohjainen luokitteluSyväoppiminen↔ vertaa
- Hienosäädetty TransformerSyväoppiminen↔ vertaa
- RoBERTa-pohjainen luokitteluSyväoppiminen↔ vertaa
- LauseupotuksetSyväoppiminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →