Machine learningDeep learning / NLP / CV

Semi-supervised Doc2Vec

Semi-supervised Doc2Vec laajentaa Le ja Mikolov (2014) kehittämää Paragraph Vector -kehystä kouluttamalla tiheitä dokumenttiupotuksia samanaikaisesti sekä merkityillä että merkitsemättömillä aineistoilla, käyttäen saatavilla olevia luokkamerkintöjä apusignaalina ohjaamaan esitystapaa tehtäväkohtaiseen rakenteeseen samalla hyödyntäen koko merkitsemätöntä kokoelmaa yleistämiseen.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec). ScholarGate. https://scholargate.app/fi/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)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/semi-supervised-doc2vec · Aineisto: https://doi.org/10.5281/zenodo.20539026