Învățare prin transfer cu încorporări de propoziții
Învățarea prin transfer cu încorporări de propoziții utilizează un codificator pre-antrenat mare — precum Sentence-BERT sau Universal Sentence Encoder — care deja codifică cunoștințe lingvistice generale în vectori de lungime fixă, și îl adaptează la o sarcină sau un domeniu nou cu puțină date etichetate suplimentare. Reprezentările pre-antrenate oferă un avantaj inițial care adesea depășește modelele specifice sarcinii antrenate de la zero pe corpusuri modeste.
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
- 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), 3982–3992. link ↗
- Conneau, A., Kiela, D., Schwentz, H., Barrault, L. & Bordes, A. (2017). Supervised Learning of Universal Sentence Representations from Natural Language Inference Data. Proceedings of the 2017 Conference on Empirical Methods in Natural Language Processing (EMNLP), 670–680. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/ro/deep-learning/transfer-learning-with-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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- Embeddings de propoziții ajustate finÎnvățare profundă↔ compare
- Clasificare bazată pe RoBERTaÎnvățare profundă↔ compare
- Embeddings de propozițiiÎnvățare profundă↔ compare
- Învățare prin transfer cu clasificare bazată pe BERTÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →