Mësimi me Transferim me Përfaqësime Fjalish
Mësimi me transferim me përfaqësime fjalish merr një kodues të madh të parë-trajnuar — si p.sh. Sentence-BERT ose Universal Sentence Encoder — i cili tashmë kodon njohuri të përgjithshme gjuhësore në vektorë me gjatësi fikse, dhe e përshtat atë për një detyrë ose domen të ri me pak të dhëna shtesë të etiketuar. Përfaqësimet e parë-trajnuara japin një avantazh fillestar që shpesh tejkalon modelet specifike për detyrën, të trajnuara nga e para në korpuse modeste.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 3). Transfer Learning with Pre-trained Sentence Embedding Models. ScholarGate. https://scholargate.app/sq/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.
- Klasifikimi i bazuar në BERTMësimi i thellë↔ compare
- Embeddings fjalish të akorduar imëtMësimi i thellë↔ compare
- Klasifikim i bazuar në RoBERTaMësimi i thellë↔ compare
- Embërtimet e fjaliveMësimi i thellë↔ compare
- Mësimi me Transferim me Klasifikim të Bazuar në BERTMësimi i thellë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →