Słabo nadzorowane osadzanie zdań
Słabo nadzorowane osadzanie zdań trenuje gęste reprezentacje zdań przy użyciu szumowych, heurystycznych lub programowo generowanych etykiet zamiast kosztownych ludzkich adnotacji. Funkcje etykietujące — reguły, sygnały odległego nadzoru lub lekkie klasyfikatory — dostarczają przybliżonego nadzoru, który model etykiet agreguje w etykiety probabilistyczne, a następnie kieruje koder zdaniowy do produkcji reprezentacji użytecznych dla zadań na dużą skalę.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Weakly Supervised Sentence Embeddings. ScholarGate. https://scholargate.app/pl/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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Samonadzorowane osadzanie zdańUczenie głębokie↔ compare
- Półnadzorowane osadzanie zdańUczenie głębokie↔ compare
- Osadzanie zdańUczenie głębokie↔ compare
- Uczenie transferowe z osadzaniem zdańUczenie głębokie↔ compare
- Klasyfikacja BERT oparta na słabym nadzorzeUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →