Multilinguale RoBERTa-basierte Klassifikation
Multilinguale RoBERTa-basierte Klassifikation verwendet XLM-RoBERTa — einen Transformer, der auf über 100 Sprachen mittels Masked Language Modeling vortrainiert wurde — und stimmt ihn auf beschrifteten Text ab, um Kategorien über mehrere Sprachen hinweg zuzuweisen. Durch die gemeinsame Nutzung eines einzigen Modells über Sprachen hinweg ermöglicht es robuste sprachübergreifende und Zero-Shot-Textklassifikation, ohne dass separate klassifikatoren pro Sprache erforderlich sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/de/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-basierte KlassifikationDeep Learning↔ compare
- Mehrsprachige Satz-EinbettungenDeep Learning↔ compare
- Multilingual TransformerDeep Learning↔ compare
- RoBERTa-basierte KlassifikationDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →