Класификация без примери — класификация на текст без данни за обучение
Нулево-изстрелна класификация (zero-shot classification) е задача за обработка на естествен език, която присвоява текст към категории, описани с обикновен език, без да изисква етикетирани данни за обучение. Формулирана като проблем за извод (entailment problem) от Yin, Hay и Roth (2019), тя позволява на голям предварително обучен езиков модел да разпознава нови категории в движение, просто като ги назове, което позволява бърза адаптация към нови набори от 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
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/bg/text-mining/zero-shot-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 на текст с малко примери (Few-Shot Text Classification)Извличане 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 →