Embedding di frasi auto-supervisionate
Le embedding di frasi auto-supervisionate addestrano un codificatore neurale per mappare frasi in uno spazio vettoriale denso senza richiedere coppie etichettate manualmente. Costruendo esempi positivi automaticamente — ad esempio passando la stessa frase attraverso il dropout due volte — e utilizzando obiettivi contrastivi, il modello apprende rappresentazioni semanticamente ricche che si trasferiscono bene a compiti di similarità, recupero e classificazione.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/it/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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Classificazione basata su BERT auto-supervisionatoApprendimento profondo↔ compare
- Transformer auto-supervisionatoApprendimento profondo↔ compare
- Embeddings semisupervised per frasiApprendimento profondo↔ compare
- Sentence EmbeddingsApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →