Machine learningDeep learning / NLP / CV

Klasifikace založená na RoBERTa

Klasifikace založená na RoBERTa aplikuje předtrénovaný transformer RoBERTa – trénovaný robustněji než BERT pomocí dynamického maskování a větších dávek – na úlohy kategorizace textu přidáním lehké klasifikační hlavy nad reprezentaci tokenu [CLS] a doladěním celého modelu na označených příkladech. Na standardních NLP benchmarkech konzistentně dosahuje nebo překonává BERT.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

+24 more

Zdroje

  1. 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 preprint arXiv:1907.11692. link
  2. Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423

Jak citovat tuto stránku

ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/cs/deep-learning/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.

Compare side by side

Odkazuje sem

ScholarGateRoBERTa-based Classification (RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach)). Získáno 2026-06-15 z https://scholargate.app/cs/deep-learning/roberta-based-classification · Datová sada: https://doi.org/10.5281/zenodo.20539026