基于信息增强的对比学习算法.pdf
文本预览下载声明
中文摘要
对比学习是一种自监督表示学习方法，通过比较数据样本之间的相似性或差异
性来学习更为丰富和有意义的潜在表示。本文基于当前对比学习算法，深入探讨对
比学习在自监督学习中所面临的关键问题和挑战，着重解决细节信息不足和一致性
语意歧义的问题。为了有效应对这些挑战，本文提出两种新的对比学习方法，主要
贡献如下：
（1）针对细节信息不足问题，本文提出一种基于增强细节信息的对比学习方
法。该方法将潜在表示映射到高维嵌入空间，通过额外的高维对比损失为对比学习
模型添加细节信息。同时，本文通过掩码预测的
显示全部