Machine learningDeep learning / NLP / CV

Ταξινόμηση βασισμένη σε πολυγλωσσικό RoBERTa

Η πολυγλωσσική ταξινόμηση βασισμένη σε RoBERTa χρησιμοποιεί το XLM-RoBERTa — ένα transformer προεκπαιδευμένο σε 100+ γλώσσες μέσω μοντελοποίησης γλώσσας με μάσκες — και το προσαρμόζει (fine-tunes) σε επισημασμένα κείμενα για την ανάθεση κατηγοριών σε πολλαπλές γλώσσες. Μοιράζοντας ένα ενιαίο μοντέλο σε όλες τις γλώσσες, επιτρέπει ισχυρή διαγλωσσική ταξινόμηση κειμένου και ταξινόμηση κειμένου με μηδενικές επισημάνσεις (zero-shot), χωρίς να απαιτούνται ξεχωριστοί ταξινομητές ανά γλώσσα.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. 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
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateMultilingual RoBERTa-based Classification (Multilingual RoBERTa-based Text Classification (XLM-RoBERTa)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/deep-learning/multilingual-roberta-based-classification · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026