Clasificación basada en BERT ajustado
La clasificación basada en BERT ajustado adapta un transformador BERT preentrenado a una tarea específica de clasificación de texto añadiendo una capa de salida ligera y continuando el entrenamiento basado en gradientes sobre ejemplos etiquetados. Consistentemente logra una precisión cercana al estado del arte en análisis de sentimiento, categorización de temas, detección de intenciones y otras tareas de clasificación de PLN con conjuntos de datos etiquetados relativamente pequeños.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Fuentes
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/es/deep-learning/fine-tuned-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.
- Clasificación basada en BERTAprendizaje profundo↔ compare
- Clasificación basada en RoBERTa con ajuste finoAprendizaje profundo↔ compare
- Transformer Ajustado FinamenteAprendizaje profundo↔ compare
- Clasificación basada en RoBERTaAprendizaje profundo↔ compare
- Incrutaciones de oracionesAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →