Самокеровані вкладення речень
Самокеровані вкладення речень навчають нейронний кодер відображати речення в щільний векторний простір без потреби в парах із ручним маркуванням. Шляхом автоматичного створення позитивних прикладів — наприклад, пропускаючи одне й те саме речення через dropout двічі — та використання контрастивних цілей, модель вивчає семантично багаті представлення, які добре переносяться на завдання подібності, пошуку та класифікації.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Self-supervised Learning for Sentence Embeddings. ScholarGate. https://scholargate.app/uk/deep-learning/self-supervised-sentence-embeddings
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Класифікація на основі BERTГлибоке навчання↔ порівняти
- Класифікація на основі самокерованого BERTГлибоке навчання↔ порівняти
- Трансформер із самокерованим навчаннямГлибоке навчання↔ порівняти
- Напівкеровані ембединги реченьГлибоке навчання↔ порівняти
- Векторні представлення реченьГлибоке навчання↔ порівняти
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →