Vāji uzraudzīts Word2Vec
Vāji uzraudzīts Word2Vec apmāca Word2Vec stila iegultās vērtības, izmantojot automātiski ģenerētas, trokšņainas vai heuristiskas etiķetes, nevis dārgu manuālu anotāciju. Izmantojot etiķešu funkcijas, attālo uzraudzību vai uz atslēgvārdiem balstītus noteikumus, lai piešķirtu mīkstās etiķetes, pieeja nodrošina domēniem pielāgotas vārdu reprezentācijas pat tad, ja nav pieejami lieli manuāli anotēti korpusi.
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
- Mikolov, T., Sutskever, I., Chen, K., Corrado, G., & Dean, J. (2013). Distributed representations of words and phrases and their compositionality. Advances in Neural Information Processing Systems, 26. link ↗
- Ratner, A. J., De Sa, C. M., Wu, S., Selsam, D., & Re, C. (2016). Data programming: Creating large training sets, quickly. Advances in Neural Information Processing Systems, 29. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weakly Supervised Word2Vec (Word Embeddings with Weak Supervision). ScholarGate. https://scholargate.app/lv/deep-learning/weakly-supervised-word2vec
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
- Doc2VecTeksta ieguve↔ compare
- Daudzpusīgi paši apmācīti Word2VecDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
- Vāji uzraudzītas teicienu reprezentācijasDziļā mācīšanās↔ compare
- Word2VecTeksta ieguve↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →