Félfelügyelt mondatbeágyazások
A félfelügyelt mondatbeágyazások kis számú címkézett mondatpárt kombinálnak nagy mennyiségű címkézetlen szöveggel, hogy sűrű vektorreprezentációkat képezzenek a mondatokról. A bőséges címkézetlen adat kihasználásával kontrasztív célkitűzések vagy pszeudocímkézés révén ezek a modellek kiváló minőségű beágyazásokat hoznak létre szemantikai hasonlóság, lekérdezés és osztályozás céljából, még akkor is, ha a jelölt adatok szűkösek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. In Proceedings of EMNLP 2021 (pp. 6894–6910). Association for Computational Linguistics. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In Proceedings of EMNLP-IJCNLP 2019 (pp. 3982–3992). Association for Computational Linguistics. DOI: 10.18653/v1/D19-1410 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/hu/deep-learning/semi-supervised-sentence-embeddings
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- BERT-alapú osztályozásMélytanulás↔ összehasonlítás
- Önfelügyelt mondatbeágyazásokMélytanulás↔ összehasonlítás
- Félfelügyelt BERT-alapú osztályozásMélytanulás↔ összehasonlítás
- Félfelügyelt TransformerMélytanulás↔ összehasonlítás
- MondatbeágyazásokMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →