Pašuzraudzības teikumu iegulšanas
Pašuzraudzības teikumu iegulšanas apmāca neironu enkoderi, lai kartētu teikumus blīvā vektoru telpā, neprasot manuāli marķētus pārus. Automātiski konstruējot pozitīvus piemērus — piemēram, divreiz izlaižot to pašu teikumu caur izkrišanas (dropout) mehānismu — un izmantojot kontrastīvus mērķus, modelis apgūst semantiski bagātus attēlojumus, kas labi pārnesami uz līdzības, izguves un klasifikācijas uzdevumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP), 6894–6910. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- 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), 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/lv/deep-learning/self-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.
- BERT klasifikācijaDziļā mācīšanās↔ compare
- Pašuzraudzības BERT klasifikācijaDziļā mācīšanās↔ compare
- Pašuzraudzības TransformerDziļā mācīšanās↔ compare
- Puss-uzraudzītas teikumu iegultnesDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →