Embeddings di frasi adattivi al dominio
Gli embeddings di frasi adattivi al dominio estendono gli encoder di frasi generici — come Sentence-BERT — continuando il loro addestramento su testo specifico del dominio. Il risultato è una rappresentazione vettoriale a lunghezza fissa che cattura sia la comprensione universale del linguaggio sia il vocabolario, lo stile e le sfumature semantiche del dominio target, migliorando le attività NLP a valle come la ricerca semantica, il clustering e la classificazione.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/it/deep-learning/domain-adaptive-sentence-embeddings
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Classificazione basata su BERTApprendimento profondo↔ confronta
- Embeddings di Frase Ottimizzati (Fine-Tuned Sentence Embeddings)Apprendimento profondo↔ confronta
- Embedding multilingue di frasiApprendimento profondo↔ confronta
- Classificazione basata su RoBERTaApprendimento profondo↔ confronta
- Sentence EmbeddingsApprendimento profondo↔ confronta
- Apprendimento per trasferimento con embedding di frasiApprendimento profondo↔ confronta
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →