Machine learningDeep learning / NLP / CV

Domain-adaptive Doc2Vec

A Domain-adaptive Doc2Vec a Paragraph Vector (Doc2Vec) keretrendszer adaptálása oly módon, hogy a forrás tartományon tanult dokumentum-ágyazásokat (embedding) hatékonyan át lehessen vinni a cél tartományra. A tartományok közötti reprezentációs tér szinkronizálásával a képzés során vagy után a modell olyan ágyazásokat hoz létre, amelyek mindkettőn informatívak, lehetővé téve a tartományok közötti osztályozást, hangulatelemzést és lekérdezést korlátozott számú cél-tartományi címkével.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDownload slides

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Method map

The neighbourhood of related methods — select a node to explore.

Források

  1. 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
  2. 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

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/hu/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.

Compare side by side
ScholarGateDomain-adaptive Doc2Vec (Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/deep-learning/domain-adaptive-doc2vec · Adatkészlet: https://doi.org/10.5281/zenodo.20539026