ट्रांसफर लर्निंग विथ सेंटेंस एम्बेडिंग्स
ट्रांसफर लर्निंग विथ सेंटेंस एम्बेडिंग्स एक बड़े पूर्व-प्रशिक्षित एन्कोडर का उपयोग करता है — जैसे सेंटेंस-बर्ट या यूनिवर्सल सेंटेंस एन्कोडर — जो पहले से ही सामान्य भाषा ज्ञान को निश्चित-लंबाई वाले वैक्टर में एन्कोड करता है, और इसे थोड़े अतिरिक्त लेबल वाले डेटा के साथ एक नए कार्य या डोमेन के अनुकूल बनाता है। पूर्व-प्रशिक्षित प्रतिनिधित्व एक शुरुआती बिंदु प्रदान करते हैं जो अक्सर मामूली कॉर्पोरा पर खरोंच से प्रशिक्षित कार्य-विशिष्ट मॉडल से बेहतर प्रदर्शन करते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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), 3982–3992. link ↗
- Conneau, A., Kiela, D., Schwentz, H., Barrault, L. & Bordes, A. (2017). Supervised Learning of Universal Sentence Representations from Natural Language Inference Data. Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing (EMNLP), 670–680. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/hi/deep-learning/transfer-learning-with-sentence-embeddings
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- BERT-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- फाइन-ट्यून्ड सेंटेंस एम्बेडिंग्सगहन अधिगम↔ तुलना करें
- RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ तुलना करें
- वाक्य एम्बेडिंगगहन अधिगम↔ तुलना करें
- BERT-आधारित वर्गीकरण के साथ ट्रांसफर लर्निंगगहन अधिगम↔ तुलना करें