通过潜在空间的对比损失最大限度地提高相同数据样本的不同扩充视图之间的一致性来学习表示。对比式自监督学习技术是一类很有前途的方法,它通过学习编码来构建表征,编码使两个事物相似或不同
【ICLR2021必读】 【自监督学习】 & 【Transformer】相关论文
深度学习自然语言处理
2+阅读 · 2020年10月23日
SIGIR 2022 | 推荐系统相关论文分类整理
RUC AI Box
6+阅读 · 2022年4月18日
SIGIR2022 | 推荐算法之对比学习篇
机器学习与推荐算法
6+阅读 · 2022年7月21日
SIGIR2022 | 推荐系统论文集锦
机器学习与推荐算法
0+阅读 · 2022年4月19日
ACL 2022论文盘点出炉!NLP好文一口气读完
PaperWeekly
1+阅读 · 2022年5月5日
2022年预训练的下一步是什么?
PaperWeekly
0+阅读 · 2022年1月9日
SIGIR2022 | SimGCL: 面向推荐系统的极简图对比学习方法
机器学习与推荐算法
0+阅读 · 2022年5月5日
对比自监督学习浪潮迅猛来袭,你准备好了吗?
AI科技评论
2+阅读 · 2020年9月27日
参考链接
微信扫码咨询专知VIP会员