Трансферно обучение с класификация, базирана на BERT
Трансферното обучение с класификация, базирана на BERT, адаптира голям езиков модел от типа transformer, предварително обучен върху масивни текстови корпуси, към целева класификационна задача чрез фино настройване на неговите тегла върху маркирани примери. Предварително обучените репрезентации кодират богато синтактично и семантично знание, което позволява висока точност дори когато маркираният набор от данни е малък.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+2 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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/bg/deep-learning/transfer-learning-with-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.
- Класификация, базирана на BERTДълбоко обучение↔ compare
- Класификация, базирана на фино настроен BERTДълбоко 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 →