Heikosti ohjatut lauseupotukset
Heikosti ohjatut lauseupotukset kouluttavat tiheitä lauseresityksiä käyttämällä kohinaisia, heuristisia tai ohjelmallisesti generoituja tunnisteita kalliin ihmisannotaation sijaan. Tunnistefunktiot – säännöt, etävalvontasignaalit tai kevyet luokittelijat – tarjoavat likimääräistä ohjausta, jonka tunnistemalli aggregioi todennäköisyystunnisteiksi, jotka sitten ohjaavat lauseenkooderia tuottamaan tehtäväkohtaisia esityksiä laajassa mittakaavassa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- 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). DOI: 10.18653/v1/D19-1410 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Weakly Supervised Sentence Embeddings. ScholarGate. https://scholargate.app/fi/deep-learning/weakly-supervised-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
- Itseohjautuvat lauseupotuksetSyväoppiminen↔ vertaa
- Puolivalvotut lauseupotuksetSyväoppiminen↔ vertaa
- LauseupotuksetSyväoppiminen↔ vertaa
- Siirto-oppiminen lauseupotuksillaSyväoppiminen↔ vertaa
- Heikosti ohjattu BERT-pohjainen luokitteluSyväoppiminen↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →