डोमेन-अनुकूलित Doc2Vec
डोमेन-अनुकूलित Doc2Vec पैराग्राफ वेक्टर (Doc2Vec) फ्रेमवर्क को इस तरह से अनुकूलित करता है कि स्रोत डोमेन पर सीखे गए दस्तावेज़ एम्बेडिंग प्रभावी ढंग से लक्ष्य डोमेन में स्थानांतरित हो जाएं। प्रशिक्षण के दौरान या बाद में डोमेन के बीच प्रतिनिधित्व स्थान को संरेखित करके, मॉडल दोनों पर जानकारीपूर्ण एम्बेडिंग उत्पन्न करता है, जिससे सीमित लक्ष्य-डोमेन लेबल के साथ क्रॉस-डोमेन वर्गीकरण, भावना विश्लेषण और पुनर्प्राप्ति सक्षम होती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/hi/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.
- Doc2Vecपाठ खनन↔ compare
- डोमेन-अनुकूलित बर्ट-आधारित वर्गीकरणगहन अधिगम↔ compare
- डोमेन-अनुकूली वाक्य एम्बेडिंगगहन अधिगम↔ compare
- डोमेन-अनुकूलित Word2Vecगहन अधिगम↔ compare
- फाइन-ट्यून्ड डॉक2वेक (Fine-Tuned Doc2Vec)गहन अधिगम↔ compare