Classificació basada en RoBERTa amb ajustament fi
La classificació basada en RoBERTa amb ajustament fi (fine-tuning) adapta el transformador preentrenat RoBERTa —una variant robustament reentrenada de BERT— a una tasca específica de classificació de text, afegint un capçal de classificació i continuant l'entrenament amb exemples etiquetats. Aconsegueix de manera consistent un rendiment de primer nivell (state-of-the-art) o proper a aquest en anàlisi de sentiments, classificació de temes, detecció de toxicitat i tasques similars de processament del llenguatge natural (PLN).
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv:1907.11692. link ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Fine-Tuned RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/ca/deep-learning/fine-tuned-roberta-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.
- Classificació basada en BERTAprenentatge profund↔ compare
- Classificació basada en BERT amb ajustament fiAprenentatge profund↔ compare
- Transformer afinatAprenentatge profund↔ compare
- Classificació basada en RoBERTaAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →