स्व-पर्यवेक्षित Word2Vec
Word2Vec मिकोलोव एट अल. (2013) द्वारा प्रस्तुत एक उथला तंत्रिका नेटवर्क मॉडल है जो स्व-पर्यवेक्षित उद्देश्यों का उपयोग करके बड़े अलिखित पाठ कॉर्पोरा से शब्दों के सघन सदिश प्रतिनिधित्व सीखता है। एक मॉडल को आसपास के संदर्भ शब्दों (Skip-gram) या उसके संदर्भ (CBOW) से एक लक्ष्य शब्द की भविष्यवाणी करने के लिए प्रशिक्षित करके, यह बिना किसी मैन्युअल एनोटेशन के निरंतर सदिश स्थान में समृद्ध अर्थ संबंधी और वाक्यात्मक नियमितताओं को कैप्चर करता 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
- Mikolov, T., Chen, K., Corrado, G., & Dean, J. (2013). Efficient estimation of word representations in vector space. In Proceedings of the International Conference on Learning Representations (ICLR 2013). link ↗
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed representations of words and phrases and their compositionality. In Advances in Neural Information Processing Systems (NeurIPS 2013), 26. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Word2Vec (Skip-gram and CBOW with Self-supervised Objectives). ScholarGate. https://scholargate.app/hi/deep-learning/self-supervised-word2vec
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.
- फास्टटेक्स्टगहन अधिगम↔ compare
- GloVe Embeddingsपाठ खनन↔ compare
- पुनरावर्ती तंत्रिका नेटवर्कगहन अधिगम↔ compare