Penyematan Ayat Separuh Terbimbing
Penyematan ayat separuh terbimbing menggabungkan sejumlah kecil pasangan ayat berlabel dengan kuantiti teks tidak berlabel yang banyak untuk melatih perwakilan vektor padat bagi ayat. Dengan memanfaatkan data tidak berlabel yang melimpah melalui objektif kontrastif atau pseudo-labeling, model ini menghasilkan penyematan berkualiti tinggi untuk kesamaan semantik, pengambilan, dan pengelasan walaupun data beranotasi jarang.
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. 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/ms/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.
- Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ compare
- Penyematan Zarah Bahasa Kendiri-PenyeliaanPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan BERT Separuh-TerawasiPembelajaran Mendalam↔ compare
- Transformer Separa-SeliaanPembelajaran Mendalam↔ compare
- Penyematan AyatPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →