Класификация на текст с малко примери (Few-Shot Text Classification)
Класификацията на текст с малко примери (few-shot text classification) присвоява документи към класове, използвайки само шепа маркирани (labelled) примера за клас. Надграждайки постиженията на Gao et al. (2021) и подхода SetFit без подкани (prompt-free) на Tunstall et al. (2022), тя разчита на прототипни мрежи, MAML или фина настройка (fine-tuning) на голям предварително обучен модел, за да се учи от оскъдни етикети.
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
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/bg/text-mining/few-shot-text-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.
- BERT EmbeddingsИзвличане на текст↔ compare
- Домейнна адаптацияИзвличане на текст↔ compare
- Анализ на настроениятаИзвличане на текст↔ compare
- Класификация на текстИзвличане на текст↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →