ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Feinabgestimmte BERT-basierte Klassifikation

Feinabgestimmte BERT-basierte Klassifikation passt einen vortrainierten BERT-Transformer durch Hinzufügen einer leichten Ausgabeschicht und fortgesetztes gradientenbasiertes Training auf beschrifteten Beispielen an eine spezifische Textklassifikationsaufgabe an. Sie erzielt durchweg eine nahezu hochmoderne Genauigkeit bei Sentimentanalyse, Themenkategorisierung, Absichtserkennung und anderen NLP-Klassifikationsaufgaben mit relativ kleinen beschrifteten Datensätzen.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

+8 more

Quellen

  1. Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423
  2. Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/de/deep-learning/fine-tuned-bert-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

Referenziert von

ScholarGateFine-Tuned BERT-based Classification (Fine-Tuned BERT-based Text Classification). Abgerufen am 2026-06-15 von https://scholargate.app/de/deep-learning/fine-tuned-bert-based-classification · Datensatz: https://doi.org/10.5281/zenodo.20539026