Ημι-εποπτευόμενη Ταξινόμηση βασισμένη στο RoBERTa
Η ημι-εποπτευόμενη ταξινόμηση βασισμένη στο RoBERTa συνδυάζει ένα μεγάλο προ-εκπαιδευμένο γλωσσικό μοντέλο RoBERTa με ένα μικρό σύνολο δεδομένων με ετικέτες και μια μεγαλύτερη δεξαμενή μη επισημασμένου κειμένου. Με τη δημιουργία ψευδο-ετικετών ή την επιβολή συνέπειας σε μη επισημασμένα παραδείγματα, η μέθοδος εξάγει εποπτικό σήμα από μη σχολιασμένα δεδομένα, αποδίδοντας ισχυρότερους ταξινομητές όταν οι πραγματικές επισημάνσεις είναι σπάνιες.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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 ↗
- Xie, Q., Dai, Z., Hovy, E., Luong, M.-T., & Le, Q. V. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 11904–11915. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/el/deep-learning/semi-supervised-roberta-based-classification
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Ταξινόμηση Βασισμένη σε BERTΒαθιά Μάθηση↔ σύγκριση
- Ταξινόμηση Βασισμένη σε Βελτιστοποιημένη (Fine-Tuned) RoBERTaΒαθιά Μάθηση↔ σύγκριση
- Ταξινόμηση Βασισμένη σε RoBERTaΒαθιά Μάθηση↔ σύγκριση
- Ημι-επιβλεπόμενη Ταξινόμηση Βασισμένη σε BERTΒαθιά Μάθηση↔ σύγκριση
- Ημι-επιβλεπόμενος ΜετασχηματιστήςΒαθιά Μάθηση↔ σύγκριση
- Ασθενώς επιβλεπόμενη ταξινόμηση βασισμένη σε RoBERTaΒαθιά Μάθηση↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →