Puss-uzraudzītas teikumu iegultnes
Puss-uzraudzītas teikumu iegultnes apvieno nelielu skaitu iezīmētu teikumu pāru ar lielu daudzumu neiezīmēta teksta, lai apmācītu blīvus teikumu vektoru attēlojumus. Izmantojot bagātīgus neiezīmētus datus, izmantojot kontrastīvus mērķus vai pseidoluķu piešķiršanu, šie modeļi rada augstas kvalitātes iegultnes semantiskajai līdzībai, izguvei un klasifikācijai, pat ja anotēto datu ir maz.
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. In Proceedings of EMNLP 2021 (pp. 6894–6910). Association for Computational Linguistics. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In Proceedings of EMNLP-IJCNLP 2019 (pp. 3982–3992). Association for Computational Linguistics. DOI: 10.18653/v1/D19-1410 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/lv/deep-learning/semi-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 teikumu iegulšanasDziļā mācīšanās↔ compare
- Pusautomātiskā klasifikācija, kas balstīta uz BERTDziļā mācīšanās↔ compare
- Pusuzraudzīts transformatorsDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →