Semi-veiledte setningsembedding
Semi-veiledte setningsembedding kombinerer et lite sett med merkede setningspar med store mengder umerket tekst for å trene tette vektorrepresentasjoner av setninger. Ved å utnytte rikelig med umerket data gjennom kontrasterende mål eller pseudo-merking, produserer disse modellene høykvalitets-embeddings for semantisk likhet, gjenfinning og klassifisering, selv når annotert data er knapt.
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
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/no/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-basert klassifiseringDyp læring↔ compare
- Selvovervåkede setningsinnleiringerDyp læring↔ compare
- Semi-supervised BERT-basert klassifiseringDyp læring↔ compare
- Semi-supervisert TransformerDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →