ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Transfer Learning mit BERT-basierter Klassifikation

Transfer Learning mit BERT-basierter Klassifikation passt ein großes Transformer-Sprachmodell, das auf massiven Textkorpora vortrainiert wurde, an eine Zielklassifikationsaufgabe an, indem seine Gewichte auf gelabelten Beispielen feinabgestimmt werden. Die vortrainierten Repräsentationen kodieren reiches syntaktisches und semantisches Wissen, was selbst bei kleinen gelabelten Datensätzen eine hohe Genauigkeit ermöglicht.

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.

+2 more

Quellen

  1. 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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423
  2. Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/de/deep-learning/transfer-learning-with-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

ScholarGateTransfer Learning with BERT-based Classification (Transfer Learning with BERT-based Text Classification). Abgerufen am 2026-06-15 von https://scholargate.app/de/deep-learning/transfer-learning-with-bert-based-classification · Datensatz: https://doi.org/10.5281/zenodo.20539026