Doc2Vec adaptatif au domaine
Le Doc2Vec adaptatif au domaine adapte le cadre du Paragraph Vector (Doc2Vec) afin que les plongements de documents appris sur un domaine source se transfèrent efficacement vers un domaine cible. En alignant l'espace de représentation entre les domaines pendant ou après l'entraînement, le modèle produit des plongements informatifs sur les deux, permettant la classification inter-domaine, l'analyse de sentiment et la récupération avec un nombre limité d'étiquettes du domaine cible.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/fr/deep-learning/domain-adaptive-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.
- Doc2VecFouille de textes↔ compare
- Classification basée sur BERT et adaptée au domaineApprentissage profond↔ compare
- Embeddings de phrases adaptatifs au domaineApprentissage profond↔ compare
- Word2Vec adaptatif au domaineApprentissage profond↔ compare
- Doc2Vec affinéApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →