Penyematan Zarah Bahasa Kendiri-Penyeliaan
Penyematan zarah bahasa kendiri-penyeliaan melatih pengekod neural untuk memetakan ayat ke dalam ruang vektor padat tanpa memerlukan pasangan berlabel manual. Dengan membina contoh positif secara automatik — contohnya dengan meluluskan ayat yang sama melalui dropout dua kali — dan menggunakan objektif kontrastif, model mempelajari perwakilan yang kaya secara semantik yang dipindahkan dengan baik kepada tugasan kesamaan, dapatan semula, dan pengelasan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/ms/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.
- Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan BERT Kendiri-SusunPembelajaran Mendalam↔ compare
- Transformer kendiri-terlarasPembelajaran Mendalam↔ compare
- Penyematan Ayat Separuh TerbimbingPembelajaran Mendalam↔ compare
- Penyematan AyatPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →