Machine learningDeep learning / NLP / CV
ドメイン適応型Doc2Vec
ドメイン適応型Doc2Vecは、Paragraph Vector (Doc2Vec)フレームワークを適応させ、ソースドメインで学習されたドキュメント埋め込みがターゲットドメインに効果的に転移するようにします。学習中または学習後にドメイン間で表現空間を整合させることにより、モデルは両方で情報量の多い埋め込みを生成し、限定的なターゲットドメインラベルでのクロスドメイン分類、感情分析、および検索を可能にします。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Le, Q. V., & Mikolov, T. (2014). Distributed representations of sentences and documents. Proceedings of the 31st International Conference on Machine Learning (ICML 2014), PMLR 32(2), 1188–1196. link ↗
- Blitzer, J., McDonald, R., & Pereira, F. (2006). Domain adaptation with structural correspondence learning. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), 120–128. DOI: 10.3115/1610075.1610094 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-doc2vec
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.
- Doc2Vecテキストマイニング↔ compare
- ドメイン適応型BERTベース分類深層学習↔ compare
- ドメイン適応型文埋め込み深層学習↔ compare
- ドメイン適応型Word2Vec深層学習↔ compare
- ファインチューニングされたDoc2Vec深層学習↔ compare