Transformer amb supervisió feble
El Transformer amb supervisió feble combina el poder representacional de les arquitectures Transformer amb estratègies de supervisió feble que exploten etiquetes sorolloses, incompletes o generades programàticament, fent possible entrenar models de PLN i visió d'alta qualitat quan els conjunts de dades completament anotats són escassos o prohibitiusment cars de produir.
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
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/ca/deep-learning/weakly-supervised-transformer
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
- Transformer afinatAprenentatge profund↔ compare
- Transformer auto-supervisatAprenentatge profund↔ compare
- Transformer semi-supervisatAprenentatge profund↔ compare
- Classificació amb BERT basada en supervisió febleAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →