Klasifikace textu s malým počtem příkladů
Klasifikace textu s malým počtem příkladů přiřazuje dokumenty do tříd s použitím pouze několika označených příkladů na třídu. Vychází z pokroků Gao et al. (2021) a přístupu SetFit bez promptů od Tunstall et al. (2022), opírá se o prototypové sítě, MAML nebo doladění velkého předtrénovaného modelu pro učení z omezeného počtu štítků.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/cs/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 EmbeddingsDolování textu↔ compare
- Doménová adaptaceDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →