Embeddings semisupervised per frasi
Gli embeddings semisupervised per frasi combinano un piccolo insieme di coppie di frasi etichettate con grandi quantità di testo non etichettato per addestrare rappresentazioni vettoriali dense di frasi. Sfruttando l'abbondante dati non etichettati tramite obiettivi contrastivi o pseudo-etichettatura, questi modelli producono embeddings di alta qualità per la similarità semantica, il recupero e la classificazione, anche quando i dati annotati sono scarsi.
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. 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/it/deep-learning/semi-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
- Embedding di frasi auto-supervisionateApprendimento profondo↔ compare
- Classificazione semi-supervisionata basata su BERTApprendimento profondo↔ compare
- Transformer semi-supervisionatoApprendimento profondo↔ compare
- Sentence EmbeddingsApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →