تصنيف RoBERTa المعتمد على المجال
يمتد تصنيف RoBERTa المعتمد على المجال على محول RoBERTa عن طريق مواصلة تدريبه المسبق بنموذج اللغة المقنع على مجموعة نصوص خاصة بالمجال أولاً، قبل الضبط الدقيق لمهمة التصنيف. هذا التكيف ذو المرحلتين يسد الفجوة بين بيانات التدريب العامة التي تم جمعها من الويب والمجالات المتخصصة مثل النصوص الطبية أو القانونية أو العلمية، ويتفوق باستمرار على الضبط الدقيق القياسي لـ RoBERTa عندما تتوفر نصوص المجال المستهدف.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv preprint arXiv:1907.11692. link ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Domain-Adaptive RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/ar/deep-learning/domain-adaptive-roberta-based-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على BERTالتعلم العميق↔ compare
- تصنيف BERT التكيفي مع المجالالتعلم العميق↔ compare
- تصنيف RoBERTa المُحسَّن بدقةالتعلم العميق↔ compare
- تصنيف RoBERTa متعدد اللغاتالتعلم العميق↔ compare
- تصنيف قائم على RoBERTaالتعلم العميق↔ compare