طبقهبندی مبتنی بر RoBERTa
طبقهبندی مبتنی بر RoBERTa با استفاده از ترنسفورمر از پیش آموزشدیده RoBERTa — که با ماسکگذاری پویا و دستههای بزرگتر نسبت به BERT قویتر آموزش دیده است — برای وظایف دستهبندی متن، با افزودن یک سر دستهبندی سبک در بالای نمایش توکن [CLS] و تنظیم دقیق کل مدل بر روی نمونههای برچسبدار، کاربرد دارد. این روش به طور مداوم با BERT در معیارهای استاندارد پردازش زبان طبیعی مطابقت دارد یا از آن بهتر عمل میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
منابع
- 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 ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/fa/deep-learning/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.
- طبقهبندی مبتنی بر بِرْتیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTa تنظیمشدهیادگیری عمیق↔ compare
- واحد تکرارشونده گیتدار (GRU)یادگیری عمیق↔ compare
- حافظه طولانی کوتاهمدت (LSTM)یادگیری عمیق↔ compare
- تعبیههای جملهیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →