تصنيف النصوص ذاتي الإشراف باستخدام BERT
يستخدم التصنيف ذاتي الإشراف المستند إلى BERT (BERT-based) تمثيلات جوجل ثنائية الاتجاه للمحولات (BERT)، المدربة مسبقًا على كميات هائلة من النصوص غير المصنفة عبر نمذجة اللغة المقنعة (masked-language modelling)، ثم يتم ضبطها بدقة على أمثلة مصنفة لتعيين النصوص إلى فئات. يحقق هذا الأسلوب باستمرار دقة هي الأفضل في المجال في تحليل المشاعر، وتصنيف الموضوعات، واكتشاف النوايا، ومهام معالجة اللغات الطبيعية (NLP) المماثلة، حتى مع توفر بيانات مصنفة محدودة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), LNCS 11856, 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Self-supervised BERT-based Text Classification (Pretrain then Fine-tune). ScholarGate. https://scholargate.app/ar/deep-learning/self-supervised-bert-based-classification