Beztréninková klasifikace — Klasifikace textu bez trénovacích dat
Beztréninková klasifikace je úloha zpracování přirozeného jazyka, která přiřazuje text ke kategoriím popsaným běžným jazykem, aniž by vyžadovala jakákoli označená trénovací data. Formalizovaná jako problém odvozování (entailment) Yin, Hay a Roth (2019) umožňuje velkým předtrénovaným jazykovým modelům rozpoznávat nové kategorie za běhu pouhým pojmenováním, což umožňuje rychlou adaptaci na nové sady 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
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/cs/text-mining/zero-shot-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.
- Klasifikace textu s malým počtem příkladůDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →