Självövervakade meningsinbäddningar
Självövervakade meningsinbäddningar tränar en neural kodare för att mappa meningar till ett tätt vektorrum utan krav på manuellt märkta par. Genom att konstruera positiva exempel automatiskt – till exempel genom att skicka samma mening genom dropout två gånger – och använda kontrastiva mål, lär sig modellen semantiskt rika representationer som överförs väl till uppgifter som likhet, informationssökning och klassificering.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing (EMNLP), 6894–6910. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- 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. DOI: 10.18653/v1/D19-1410 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/sv/deep-learning/self-supervised-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.
- BERT-baserad klassificeringDjupinlärning↔ compare
- Självövervakad BERT-baserad klassificeringDjupinlärning↔ compare
- Självövervakad TransformerDjupinlärning↔ compare
- Semi-övervakade meningsinbäddningarDjupinlärning↔ compare
- MeningsinbäddningarDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →