Machine learningDeep learning / NLP / CV
ドメイン適応型文埋め込み
ドメイン適応型文埋め込みは、Sentence-BERTのような汎用文エンコーダーを、ドメイン固有のテキストで学習を継続することにより拡張するものです。結果として得られる固定長ベクトル表現は、普遍的な言語理解と、ターゲットドメインの語彙、スタイル、意味的ニュアンスの両方を捉え、意味検索、クラスタリング、分類などの下流NLPタスクを改善します。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-sentence-embeddings
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- BERTベースの分類深層学習↔ 比較
- ファインチューニングされた文埋め込み深層学習↔ 比較
- 多言語文埋め込み深層学習↔ 比較
- RoBERTaベースの分類深層学習↔ 比較
- 文埋め込み（Sentence Embeddings）深層学習↔ 比較
- 文埋め込みによる転移学習深層学習↔ 比較