Skip-Thought Vectors

• 类型：arxiv
• 标识：1506.06726
• 链接：https://arxiv.org/abs/1506.06726
• 主题：multimodal
• 主分类：llm-infra
• 形态：method
• 被引：2488
• 被引来源：Semantic Scholar
• S2被引：2488
• OpenAlex被引：723
• 影响力被引：266
• TLDR：The approach for unsupervised learning of a generic, distributed sentence encoder is described, using the continuity of text from books to train an encoder-decoder model that tries to reconstruct the surrounding sentences of an encoded passage.
• OpenAlex ID：W1486649854
• OpenAlex DOI：10.48550/arxiv.1506.06726
• DOI：10.48550/arxiv.1506.06726
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1506.06726
• OpenAlex更新：2026-08-23
• 待LLM分类：否
• 成熟度：research
• 场景：sentence embeddings、unsupervised learning、representation
• 标题中文：Skip-Thought Vectors
• TLDR中文：描述了一种无监督学习通用分布式句子编码器的方法，利用书籍文本的连续性，训练编码器-解码器模型以重建编码段落的周围句子。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]