Embedding Kalimat Adaptif Domain
Embedding kalimat adaptif domain memperluas pengode umum kalimat — seperti Sentence-BERT — dengan melanjutkan pelatihannya pada teks spesifik domain. Hasilnya adalah representasi vektor berukuran tetap yang menangkap pemahaman bahasa universal serta kosakata, gaya, dan nuansa semantik domain target, meningkatkan tugas NLP hilir seperti pencarian semantik, pengelompokan, dan klasifikasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of EMNLP-IJCNLP 2019, pp. 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D. & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/id/deep-learning/domain-adaptive-sentence-embeddings
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Klasifikasi Berbasis BERTPembelajaran Mendalam↔ bandingkan
- Embedding Kalimat yang DisesuaikanPembelajaran Mendalam↔ bandingkan
- Embedding Kalimat MultibahasaPembelajaran Mendalam↔ bandingkan
- Klasifikasi Berbasis RoBERTaPembelajaran Mendalam↔ bandingkan
- Sentence EmbeddingsPembelajaran Mendalam↔ bandingkan
- Transfer Learning dengan Sentence EmbeddingsPembelajaran Mendalam↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →