Clasificación semi-supervisada basada en RoBERTa
La clasificación semi-supervisada basada en RoBERTa combina un gran modelo de lenguaje RoBERTa preentrenado con un pequeño conjunto de datos etiquetados y un grupo más grande de texto no etiquetado. Al generar pseudo-etiquetas o imponer consistencia en ejemplos no etiquetados, el método extrae señal supervisora de datos no anotados, produciendo clasificadores más robustos cuando las anotaciones de verdad fundamental son escasas.
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.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/es/deep-learning/semi-supervised-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.
- Clasificación basada en BERTAprendizaje profundo↔ compare
- Clasificación basada en RoBERTa con ajuste finoAprendizaje profundo↔ compare
- Clasificación basada en RoBERTaAprendizaje profundo↔ compare
- Clasificación semisupervisada basada en BERTAprendizaje profundo↔ compare
- Transformer semi-supervisadoAprendizaje profundo↔ compare
- Clasificación débilmente supervisada basada en RoBERTaAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →