ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Semi-supervised Doc2Vec

Semi-supervised Doc2Vec utökar ramverket Paragraph Vector från Le och Mikolov (2014) genom att träna täta dokumentinbäddningar på både märkta och omärkta korpusar samtidigt, med tillgängliga klassetiketter som en hjälp-signal för att styra representationen mot uppgiftsrelevant struktur, samtidigt som hela den omärkta samlingen utnyttjas för generalisering.

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.

Semi-supervised Doc2Vec
Doc2VecEtikettpropageringWord2Vec

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. Word2vec. Wikipedia. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec). ScholarGate. https://scholargate.app/sv/deep-learning/semi-supervised-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
ScholarGateSemi-supervised Doc2Vec (Semi-supervised Paragraph Vector (Semi-supervised Doc2Vec)). Hämtad 2026-06-15 från https://scholargate.app/sv/deep-learning/semi-supervised-doc2vec · Datamängd: https://doi.org/10.5281/zenodo.20539026