Класификация, базирана на самообучение с BERT
Самообучаващата се класификация с BERT използва Bidirectional Encoder Representations from Transformers (BERT) на Google, предварително обучен върху масивни немаркирани текстове чрез моделиране на маскиран език, и го дообучава върху маркирани примери за класифициране на текст в категории. Той последователно постига най-висока точност при анализ на настроенията, класификация на теми, разпознаване на намерения и подобни NLP задачи дори с ограничени 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.
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, 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Self-supervised BERT-based Text Classification (Pretrain then Fine-tune). ScholarGate. https://scholargate.app/bg/deep-learning/self-supervised-bert-based-classification
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →