Machine learningDeep learning / NLP / CV

文埋め込み(Sentence Embeddings)

文埋め込みは、文または短いテキストを、その意味的意味を捉える単一の固定長密ベクトルに変換します。これらのベクトルにより、意味的類似性、クラスタリング、検索、分類などの下流タスクが、生のテキストではなく数値表現上で動作できるようになり、これらは現代のNLPパイプラインにおける最も汎用性の高い構成要素の1つとなっています。

MethodMindで開く近日公開動画近日公開Download slides

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.

+43 more

出典

  1. 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), 3980–3990. DOI: 10.18653/v1/D19-1410
  2. Kiros, R., Zhu, Y., Salakhutdinov, R., Zemel, R. S., Torralba, A., Urtasun, R., & Fidler, S. (2015). Skip-Thought Vectors. Advances in Neural Information Processing Systems (NeurIPS), 28. link

このページの引用方法

ScholarGate. (2026, June 3). Sentence Embeddings (Dense Vector Representations of Sentences). ScholarGate. https://scholargate.app/ja/deep-learning/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.

Compare side by side

この手法を参照する項目

BERTベースの分類ドメイン適応型BERTベース分類ドメイン適応型文埋め込みドメイン適応型感情分析ドメイン適応型Word2Vec説明可能なBERTベース分類説明可能なNMFトピックモデル説明可能な質問応答説明可能なRoBERTaベース分類説明可能な文埋め込み説明可能な感情分析説明可能なテキスト要約説明可能なトピックモデリングファインチューニングされたBERTベースの分類ファインチューニングされたDoc2VecファインチューニングLDAトピックモデルファインチューニングされた質問応答ファインチューニングされたRoBERTaベースの分類ファインチューニングされた文埋め込みファイン・チューニングによるテキスト要約ファインチューニングされたトピックモデリングFine-Tuned Word2VecLDAトピックモデルLong Short-Term Memory (LSTM)多言語Doc2Vec多言語文埋め込み多言語感情分析多言語テキスト要約多言語トランスフォーマーマルチモーダルDoc2VecマルチモーダルRoBERTaベース分類マルチモーダル・トランスフォーマーマルチモーダル Word2VecNMFトピックモデルRoBERTaベースの分類自己教師ありLDAトピックモデル自己教師あり学習による文埋め込み (Self-supervised Sentence Embeddings)自己教師ありトピックモデリング自己教師ありTransformer半教師ありLDAトピックモデル半教師ありNMFトピックモデル半教師あり文埋め込み半教師ありWord2VecトピックモデリングBERTベースの転移学習による分類固有表現抽出(NER)における転移学習文埋め込みによる転移学習テキスト要約における転移学習トピックモデリングによる転移学習Word2Vecによる転移学習弱教師ありLDAトピックモデル弱教師あり文埋め込みWeakly Supervised Word2Vec
ScholarGateSentence Embeddings (Sentence Embeddings (Dense Vector Representations of Sentences)). 2026-06-15に以下より取得 https://scholargate.app/ja/deep-learning/sentence-embeddings · データセット: https://doi.org/10.5281/zenodo.20539026