Associative Learning
Observational Learning
Purposive Learning
Cognitive Learning
Stereotype Content Model
Per-Unit Sequence Models
こちらも読む
共著者、ジャーナル、引用グラフによってこの研究に関連する記事。
Zhuofeng Wu1, Chaowei Xiao2, Vg Vinod Vydiswaran1
1University of Michigan, Ann Arbor.
本研究では、局所的および全体的な関係の両方を考慮してテキスト表現を改善する階層的対照学習フレームワークであるHiCLを紹介します。HiCLは、意味的テキスト類似性(STS)タスクのトレーニング効率と有効性を向上させます。
科学分野:
背景:
研究 の 目的:
主な方法:
主要な成果:
結論: