ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Finjusterad Doc2Vec

Finjusterad Doc2Vec anpassar en förtränad Paragraph Vector (Doc2Vec)-modell genom att fortsätta dess träning på ett måkorpus, vilket producerar dokumentinbäddningar som fångar både den allmänna språkförståelsen från den ursprungliga träningen och vokabulären och stilen i den nya domänen. Den används för textklassificering, semantisk likhet och klustring när märkt data är knapp, men o-märkt domäntext finns tillgänglig.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. 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
  2. Doc2vec. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Fine-Tuned Doc2Vec (Domain-Adapted Paragraph Vector). ScholarGate. https://scholargate.app/sv/deep-learning/fine-tuned-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.

Compare side by side

Refereras av

ScholarGateFine-Tuned Doc2Vec (Fine-Tuned Doc2Vec (Domain-Adapted Paragraph Vector)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/fine-tuned-doc2vec · Datamängd: https://doi.org/10.5281/zenodo.20539026