Klassifikation baseret på flersproget RoBERTa
Klassifikation baseret på flersproget RoBERTa anvender XLM-RoBERTa — en transformer, der er fortrænet på over 100 sprog via masked language modeling — og finjusterer den på mærkede tekster for at tildele kategorier på tværs af flere sprog. Ved at dele en enkelt model på tværs af sprog muliggør den robust krydssprogslig og zero-shot tekstklassifikation uden behov for separate klassifikatorer for hvert sprog.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 8440–8451. DOI: 10.18653/v1/2020.acl-main.747 ↗
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/da/deep-learning/multilingual-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.
- BERT-baseret klassifikationDyb læring↔ compare
- Flersprogede sætningsindlejringerDyb læring↔ compare
- Multilingual TransformerDyb læring↔ compare
- RoBERTa-baseret KlassifikationDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →