Prenosové učenie so sémantickými vložkami viet
Prenosové učenie so sémantickými vložkami viet (Transfer Learning with Sentence Embeddings) využíva rozsiahly predtrénovaný kódovač – ako napríklad Sentence-BERT alebo Universal Sentence Encoder – ktorý už kóduje všeobecné jazykové znalosti do vektorov s pevnou dĺžkou, a adaptuje ho na novú úlohu alebo doménu s malým množstvom dodatočných označených dát. Predtrénované reprezentácie poskytujú počiatočnú výhodu, ktorá často prekonáva modely špecifické pre danú úlohu, trénované od začiatku na skromných korpusoch.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Jemne doladené vkladanie vietHlboké učenie↔ compare
- Klasifikácia založená na RoBERTaHlboké učenie↔ compare
- Vektorové reprezentácie vietHlboké učenie↔ compare
- Prenosové učenie s klasifikáciou založenou na BERTHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →