Embeddings de Sentenças Adaptados ao Domínio
Embeddings de sentenças adaptados ao domínio estendem codificadores de sentenças de propósito geral — como Sentence-BERT — continuando seu treinamento em textos específicos do domínio. O resultado é uma representação vetorial de comprimento fixo que captura tanto a compreensão universal da linguagem quanto o vocabulário, estilo e nuances semânticas do domínio alvo, melhorando tarefas de PLN subsequentes, como busca semântica, clusterização e classificação.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Reimers, N. & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. Proceedings of EMNLP-IJCNLP 2019, pp. 3982–3992. DOI: 10.18653/v1/D19-1410 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D. & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive Sentence Embeddings (Domain-Adapted Sentence Transformers). ScholarGate. https://scholargate.app/pt/deep-learning/domain-adaptive-sentence-embeddings
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Classificação baseada em BERTAprendizado profundo↔ comparar
- Embeddings de Frases Ajustados por Ajuste FinoAprendizado profundo↔ comparar
- Embeddings de Sentenças MultilínguesAprendizado profundo↔ comparar
- Classificação baseada em RoBERTaAprendizado profundo↔ comparar
- Embeddings de SentençasAprendizado profundo↔ comparar
- Aprendizagem por Transferência com Embeddings de SentençasAprendizado profundo↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →