การฝังประโยคแบบกึ่งกำกับดูแล (Semi-supervised Sentence Embeddings)
การฝังประโยคแบบกึ่งกำกับดูแลเป็นการรวมชุดคู่ประโยคที่มีป้ายกำกับจำนวนน้อยเข้ากับข้อความที่ไม่มีป้ายกำกับจำนวนมากเพื่อฝึกการแสดงเวกเตอร์หนาแน่นของประโยค ด้วยการใช้ประโยชน์จากข้อมูลที่ไม่มีป้ายกำกับจำนวนมากผ่านวัตถุประสงค์แบบเปรียบต่าง (contrastive objectives) หรือการติดป้ายกำกับเทียม (pseudo-labeling) โมเดลเหล่านี้จึงสร้างการฝังคุณภาพสูงสำหรับการวัดความคล้ายคลึงทางความหมาย การค้นคืน และการจำแนกประเภท แม้ในขณะที่ข้อมูลที่มีป้ายกำกับมีจำกัด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Gao, T., Yao, X., & Chen, D. (2021). SimCSE: Simple Contrastive Learning of Sentence Embeddings. In Proceedings of EMNLP 2021 (pp. 6894–6910). Association for Computational Linguistics. DOI: 10.18653/v1/2021.emnlp-main.552 ↗
- Reimers, N., & Gurevych, I. (2019). Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks. In Proceedings of EMNLP-IJCNLP 2019 (pp. 3982–3992). Association for Computational Linguistics. DOI: 10.18653/v1/D19-1410 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Sentence Embeddings (Contrastive and Self-training Approaches). ScholarGate. https://scholargate.app/th/deep-learning/semi-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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การสร้างเวกเตอร์แทนประโยคแบบ Self-supervisedการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทข้อความแบบกึ่งมีผู้สอนโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- Transformer แบบกึ่งกำกับดูแลการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare