RoBERTa-basierte Klassifikation
RoBERTa-basierte Klassifikation wendet den vortrainierten RoBERTa-Transformer – robuster als BERT trainiert mit dynamischer Maskierung und größeren Batches – auf Textkategorisierungsaufgaben an, indem ein leichtgewichtiger Klassifikationskopf auf die Repräsentation des [CLS]-Tokens aufgesetzt und das gesamte Modell auf gelabelten Beispielen feinabgestimmt wird. Es erreicht konsistent oder übertrifft BERT auf Standard-NLP-Benchmarks.
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.
+24 more
Quellen
- 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 ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/de/deep-learning/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
- Feinabgestimmte RoBERTa-basierte KlassifikationDeep Learning↔ compare
- Gated Recurrent Unit (GRU)Deep Learning↔ compare
- Long Short-Term Memory (LSTM)Deep Learning↔ compare
- Sentence EmbeddingsDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →