طبقهبندی مبتنی بر BERT نیمهنظارتی
طبقهبندی مبتنی بر BERT نیمهنظارتی، یک رمزگذار (encoder) از پیش آموزشدیده BERT را بر روی مجموعهای کوچک از نمونههای متنی برچسبدار تنظیم دقیق (fine-tune) میکند و همزمان از حجم بسیار بزرگتری از متن بدون برچسب بهره میبرد — از طریق آموزش سازگاری (consistency training)، برچسبزنی کاذب (pseudo-labeling)، یا افزایش داده (data augmentation) — تا طبقهبندهایی با کیفیت بالا تولید کند، حتی زمانی که حاشیهنویسی دستی کمیاب است.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
منابع
- Xie, Q., Dai, Z., Hovy, E., Luong, T., & Le, Q. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 27780–27792. link ↗
- Chen, J., Yang, Z., & Yang, D. (2020). MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 2147–2157. DOI: 10.18653/v1/2020.acl-main.194 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/fa/deep-learning/semi-supervised-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.
- طبقهبندی مبتنی بر بِرْتیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT تنظیمشده دقیقیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTaیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT خودنظارتییادگیری عمیق↔ compare
- ترنسفورمر نیمهنظارتییادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT با نظارت ضعیفیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →