Tietosarja: Upotustiedot / Altlex
term_id: datasetembedding_dataaltlex
Category: training_techniques
Definition
Altlex-tietosarja koostuu lausepareista, joilla on sama perusmerkitys mutta jotka käyttävät eri sanastoa tai syntaktisia rakenteita. Sitä käytetään pääasiassa upotusmallien kouluttamiseen.
Summary
Tietosarja, joka sisältää vaihtoehtoisia leksikaalisia muotoja ja jota käytetään mallien kouluttamiseen semanttisen ekvivalenssin ja parafraasintunnistuksen osalta.
Key Concepts
- Semanttinen ekvivalenssi
- Parafraasintunnistus
- Leksikaalinen vaihtelu
- Vektorimaisuus
Use Cases
- Semanttisten hakukoneiden koulutus
- Kysymysvastausjärjestelmien parantaminen
- Tekstien samankaltaisuusmittareiden tehostaminen