Finjusterte setningsinnleiringer
Finjusterte setningsinnleiringer (Fine-Tuned Sentence Embeddings) tilpasser en generell forhåndstrent setningsenkoder – som Sentence-BERT – til et spesifikt domene eller en spesifikk oppgave ved å fortsette treningen på merkede eller parede tekstdata fra det domenet. De resulterende innleiringene fanger opp domenespesifikk semantisk struktur langt bedre enn hyllevarevektorer, noe som forbedrer nedstrømsoppgaver som semantisk likhet, klynging, klassifisering og gjenfinning.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Reimers, N., & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4512–4525. DOI: 10.18653/v1/2020.emnlp-main.365 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/no/deep-learning/fine-tuned-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-basert klassifiseringDyp læring↔ compare
- Finputilpasset BERT-basert klassifiseringDyp læring↔ compare
- Finetunet transformatorDyp læring↔ compare
- RoBERTa-basert klassifiseringDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →