Machine learningDeep learning / NLP / CV

微调句嵌入

微调句嵌入通过在特定领域或任务的标记或配对文本数据上继续训练，来调整通用的预训练句编码器（例如 Sentence-BERT）。由此产生的嵌入比现成的向量更能捕捉特定领域的语义结构，从而改进了语义相似度、聚类、分类和检索等下游任务。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

微调句嵌入

[需翻译标题：BERT-based Classi…微调 BERT 分类微调Transformer 基于RoBERTa的分类句子嵌入领域自适应句子嵌入 (Domain-Adapti…微调Doc2Vec 微调 Word2Vec (Fine-Tuned…基于句子嵌入的迁移学习

来源

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 ↗
Reimers, N., & Gurevych, I. (2020). Making Monolingual Sentence Embeddings Multilingual using Knowledge Distillation. Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4512–4525. DOI: 10.18653/v1/2020.emnlp-main.365 ↗

如何引用本页

ScholarGate. (2026, June 3). Fine-Tuned Sentence Embeddings (Domain-Adapted Sentence Representation Learning). ScholarGate. https://scholargate.app/zh/deep-learning/fine-tuned-sentence-embeddings

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

[需翻译标题：BERT-based Classification...]深度学习↔ 比较
微调 BERT 分类深度学习↔ 比较
微调Transformer深度学习↔ 比较
基于RoBERTa的分类深度学习↔ 比较
句子嵌入深度学习↔ 比较

并排比较 →

被引用于

领域自适应句子嵌入 (Domain-Adaptive Sentence Embeddings)微调Doc2Vec 微调 Word2Vec (Fine-Tuned Word2Vec)基于句子嵌入的迁移学习

发现本页有问题？报告或提出修改建议 →