অল্প-নমুনা পাঠ্য শ্রেণিবিভাগ
অল্প-নমুনা পাঠ্য শ্রেণিবিভাগ (Few-shot text classification) প্রতিটি শ্রেণির জন্য মাত্র কয়েকটি লেবেলযুক্ত উদাহরণ ব্যবহার করে নথিগুলিকে শ্রেণিবদ্ধ করে। Gao et al. (2021) এর অগ্রগতি এবং Tunstall et al. (2022) এর প্রম্পট-মুক্ত SetFit পদ্ধতির উপর ভিত্তি করে, এটি অল্প সংখ্যক লেবেল থেকে শিখতে প্রোটোটাইপিক্যাল নেটওয়ার্ক, MAML, বা একটি বৃহৎ প্রাক-প্রশিক্ষিত মডেলের ফাইন-টিউনিংয়ের উপর নির্ভর করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/bn/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 এমবেডিংটেক্সট খনন↔ compare
- ডোমেইন অ্যাডাপটেশনটেক্সট খনন↔ compare
- অনুভূতি বিশ্লেষণটেক্সট খনন↔ compare
- Text Classificationটেক্সট খনন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →