Doc2Vec с адаптацией к домену
Doc2Vec с адаптацией к домену (Domain-adaptive Doc2Vec) адаптирует фреймворк Paragraph Vector (Doc2Vec) таким образом, чтобы векторные представления документов, полученные на исходном домене, эффективно переносились на целевой домен. Выравнивая пространство представлений между доменами во время или после обучения, модель генерирует векторы, информативные для обоих доменов, что позволяет осуществлять междоменную классификацию, анализ тональности и поиск при ограниченном количестве размеченных данных целевого домена.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Le, Q. V., & Mikolov, T. (2014). Distributed representations of sentences and documents. Proceedings of the 31st International Conference on Machine Learning (ICML 2014), PMLR 32(2), 1188–1196. link ↗
- Blitzer, J., McDonald, R., & Pereira, F. (2006). Domain adaptation with structural correspondence learning. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), 120–128. DOI: 10.3115/1610075.1610094 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Domain-Adaptive Paragraph Vector (Doc2Vec) for Cross-Domain Document Representation. ScholarGate. https://scholargate.app/ru/deep-learning/domain-adaptive-doc2vec
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.
- Doc2VecИнтеллектуальный анализ текста↔ compare
- Адаптация BERT-модели к домену на основе классификацииГлубокое обучение↔ compare
- Доменно-адаптированные эмбеддинги предложенийГлубокое обучение↔ compare
- Domain-adaptive Word2VecГлубокое обучение↔ compare
- Fine-Tuned Doc2VecГлубокое обучение↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →