Multi-Label Transfer Learning for Semantic Similarity

介紹 本文提出了一種新穎的多標籤遷移學習方法,以共同學習多個註釋提供的信息,而不是將它們視爲獨立的任務。 隨着句子編碼器的最新發展和成功,將句子映射到固定長度矢量或句子嵌入,一種方法是首先使用預訓練模型計算每個句子的嵌入,然後輸出兩個嵌入之間的餘弦相似度。 作爲預測的相似性。由於這些句子編碼器是在大型語料庫上訓練的,這些語料庫通常不屬於語義相似性領域,因此遷移學習對於這種方法的表現至關重要。雖然在
相關文章
相關標籤/搜索