Önfelügyelt mondatbeágyazások
Az önfelügyelt mondatbeágyazások neurális kódolót képeznek ki arra, hogy a mondatokat sűrű vektortérbe képezzék le anélkül, hogy manuálisan címkézett párokra lenne szükség. Pozitív példák automatikus létrehozásával – például ugyanazon mondat kétszeres átengedésével a dropout rétegen – és kontrasztív célkitűzések alkalmazásával a modell szemantikailag gazdag reprezentációkat tanul, amelyek jól átvihetők hasonlósági, visszakeresési és osztályozási feladatokra.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP), 6894–6910. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- 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. DOI: 10.18653/v1/D19-1410 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/hu/deep-learning/self-supervised-sentence-embeddings
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.
- BERT-alapú osztályozásMélytanulás↔ compare
- Önfelügyelt BERT-alapú osztályozásMélytanulás↔ compare
- Önfelügyelt TransformerMélytanulás↔ compare
- Félfelügyelt mondatbeágyazásokMélytanulás↔ compare
- MondatbeágyazásokMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →