ScholarGate
Asistente
Machine learningDeep learning / NLP / CV

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

+8 more

Fuentes

  1. 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
  2. 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.

Compare side by side

Citado por

ScholarGateFine-Tuned BERT-based Classification (Fine-Tuned BERT-based Text Classification). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/fine-tuned-bert-based-classification · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026