Transformer Adaptat la Domeniu
Un Transformer Adaptat la Domeniu (DAT) este un model bazat pe arhitectura Transformer — precum BERT sau ViT — extins cu un obiectiv explicit de aliniere a domeniului, astfel încât reprezentările învățate să se transfere eficient de la un domeniu sursă etichetat la un domeniu țintă diferit, adesea neetichetat. Abordarea combină capacitatea puternică de reprezentare a arhitecturilor Transformer cu tehnici de adaptare a domeniului, cum ar fi antrenamentul adversarial sau alinierea contrastivă, pentru a minimiza decalajul dintre domenii.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Ni, J., Hernandez Abrego, G., Constant, N., Ma, J., Hall, K., Cer, D., & Yang, Y. (2021). Sentence-T5: Scalable Sentence Encoders from Pre-trained Text-to-Text Models. Findings of ACL 2022. arXiv:2108.08877. link ↗
- Guo, J., Shah, D., & Barzilay, R. (2022). Multi-Source Domain Adaptation with Mixture of Experts. In Proceedings of EMNLP 2018. arXiv:1809.02060. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Domain-Adaptive Transformer (DAT). ScholarGate. https://scholargate.app/ro/deep-learning/domain-adaptive-transformer
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.
- Învățare prin transferÎnvățare automată↔ compare
- Vision TransformerÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →