Svakt overvåkede setningsinnbygginger
Svakt overvåkede setningsinnbygginger trener tette setningsrepresentasjoner ved hjelp av støyende, heuristiske eller programmatisk genererte etiketter i stedet for kostbar menneskelig annotering. Etikettfunksjoner — regler, fjerne overvåkingssignaler eller lettvektsklassifikatorer — leverer omtrentlig veiledning som en etikettmodell aggregerer til sannsynlighetsbaserte etiketter, som deretter styrer setningskoderen til å produsere oppgave-nyttige representasjoner i stor skala.
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
- Ratner, A., De Sa, C., Wu, S., Selsam, D., & Re, C. (2016). Data Programming: Creating Large Training Sets, Quickly. Advances in Neural Information Processing Systems (NeurIPS), 29. link ↗
- 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). DOI: 10.18653/v1/D19-1410 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Weakly Supervised Sentence Embeddings. ScholarGate. https://scholargate.app/no/deep-learning/weakly-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-veiledte setningsembeddingDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
- Overføringslæring med setningsinnbyggingerDyp læring↔ compare
- Svak overvåket BERT-basert klassifiseringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →