Класификация, базирана на BERT
Класификацията, базирана на BERT, фино настройва модела Bidirectional Encoder Representations from Transformers на Google върху маркиран текстов набор от данни, като замества общата предварително обучена глава със специфичен за задачата класификационен слой. Тя използва дълбок двупосочен контекст от стотици милиони предварително обучени параметри, за да постигне най-съвременна точност при задачи за класификация на кратки и средно дълги текстове с относително скромни количества маркирани данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+60 more
Източници
- 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), Lecture Notes in Computer Science, vol 11856, pp. 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bidirectional Encoder Representations from Transformers for Text Classification. ScholarGate. https://scholargate.app/bg/deep-learning/bert-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.
- Дългосрочна краткосрочна памет (LSTM)Дълбоко обучение↔ compare
- Рекурентна невронна мрежаДълбоко обучение↔ compare
- Класификация, базирана на RoBERTaДълбоко обучение↔ compare
- Вграждане на изреченияДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →