ホーム / 深層学習 / 半教師ありDoc2Vec Machine learning Deep learning / NLP / CV
半教師ありDoc2Vec 半教師ありDoc2Vecは、LeとMikolov (2014) のParagraph Vectorフレームワークを拡張し、ラベル付きコーパスとラベルなしコーパスの両方で同時に密なドキュメント埋め込みを学習します。利用可能なクラスラベルを補助信号として使用し、表現をタスク関連の構造に誘導しながら、一般化のために完全なラベルなしコレクションを依然として活用します。
基本情報
Originator Le, Q. V. & Mikolov, T. (base Doc2Vec); semi-supervised extensions by various authors circa 2015–2019
Year 2014–2017
Type Semi-supervised representation learning
DataType Text (labeled + unlabeled documents)
Subfamily Deep learning / NLP / CV このページの内容 手法の全文を読む 会員限定 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。
ログイン
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 ↗ Word2vec. Wikipedia. link ↗ このページの引用方法 APA BibTeX RIS コピー
ScholarGate. (2026, June 3). Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec). ScholarGate. https://scholargate.app/ja/deep-learning/semi-supervised-doc2vec
BibTeXをダウンロード RISをダウンロード
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.
Compare side by side → このページに誤りを見つけましたか?報告・修正提案 →
ScholarGate — Semi-supervised Doc2Vec (Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec)). 2026-06-15に以下より取得 https://scholargate.app/ja/deep-learning/semi-supervised-doc2vec · データセット: https://doi.org/10.5281/zenodo.20539026