Schwache BERT-basierte Klassifikation
Schwache BERT-basierte Klassifikation passt BERT an Textklassifizierungsaufgaben an, wenn anstelle sauberer menschlicher Annotationen nur verrauschte, heuristische oder programmatisch generierte Labels verfügbar sind. Sie kombiniert schwache Aufsichts-Frameworks – wie Labeling Functions und Data Programming – mit den vortrainierten Sprachrepräsentationen von BERT, um eine robuste Klassifikation ohne teure manuelle Annotationen zu erzielen.
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
- Meng, Y., Zhang, Y., Huang, J., Xiong, C., Ji, H., Zhang, C., & Han, J. (2020). Text Classification Using Label Names Only: A Language Model Self-Training Approach. Proceedings of EMNLP 2020, 9006–9017. link ↗
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid Training Data Creation with Weak Supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/de/deep-learning/weakly-supervised-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.
- BERT-basierte KlassifikationDeep Learning↔ compare
- Domänenadaptives BERT-basiertes KlassifizierenDeep Learning↔ compare
- Feinabgestimmte BERT-basierte KlassifikationDeep Learning↔ compare
- RoBERTa-basierte KlassifikationDeep Learning↔ compare
- Selbstüberwachte BERT-basierte KlassifikationDeep Learning↔ compare
- Semi-überwachte BERT-basierte KlassifikationDeep Learning↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →