تحليل المشاعر ذاتي الإشراف
يجمع تحليل المشاعر ذاتي الإشراف بين التدريب المسبق واسع النطاق غير الخاضع للإشراف — من خلال أهداف مثل نمذجة اللغة المقنعة أو التنبؤ التبايني — مع الضبط الدقيق على مجموعة بيانات صغيرة مصنفة للمشاعر. هذا النهج، الذي شاع بفضل BERT ومتغيراته، يقلل بشكل كبير من الحاجة إلى البيانات المصنفة يدويًا مع تحقيق دقة متطورة في مهام تصنيف الآراء الإيجابية/السلبية/المحايدة.
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 (pp. 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), pp. 194–206. Springer. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/ar/deep-learning/self-supervised-sentiment-analysis
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 النصوصتنقيب النصوص↔ compare
- التعلم التحويليتعلم الآلة↔ compare