ScholarGate
دستیار
Machine learningDeep learning / NLP / CV

طبقه‌بندی مبتنی بر RoBERTa تنظیم‌شده

طبقه‌بندی مبتنی بر RoBERTa تنظیم‌شده، ترنسفورمر از پیش آموزش‌دیده RoBERTa — که خود یک نسخه بازنگری‌شده قوی از BERT است — را با افزودن یک سر طبقه‌بندی و ادامه آموزش بر روی نمونه‌های برچسب‌دار، برای یک وظیفه طبقه‌بندی متن خاص تطبیق می‌دهد. این روش به طور مداوم عملکرد در سطح پیشرفته یا نزدیک به پیشرفته را در تحلیل احساسات، طبقه‌بندی موضوع، تشخیص سمیت و وظایف مشابه پردازش زبان طبیعی (NLP) به دست می‌آورد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. 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:1907.11692. link
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Fine-Tuned RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/fa/deep-learning/fine-tuned-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

ارجاع‌شده در

ScholarGateFine-Tuned RoBERTa-based Classification (Fine-Tuned RoBERTa-based Text Classification). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/deep-learning/fine-tuned-roberta-based-classification · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026