طبقهبندی مبتنی بر RoBERTa نیمهنظارتی
طبقهبندی مبتنی بر RoBERTa نیمهنظارتی، یک مدل زبانی بزرگ از پیش آموزشدیده RoBERTa را با مجموعهای کوچک از دادههای برچسبدار و مجموعهای بزرگتر از متن بدون برچسب ترکیب میکند. با تولید برچسبهای کاذب یا اعمال سازگاری بر روی نمونههای بدون برچسب، این روش سیگنال نظارتی را از دادههای بدون حاشیه نویسی استخراج میکند و طبقهبندهای قویتری را زمانی که حاشیهنویسیهای حقیقت زمین (ground-truth) کمیاب هستند، ارائه میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
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 ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/fa/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.
- طبقهبندی مبتنی بر بِرْتیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTa تنظیمشدهیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTaیادگیری عمیق↔ compare
- طبقهبندی مبتنی بر BERT نیمهنظارتییادگیری عمیق↔ compare
- ترنسفورمر نیمهنظارتییادگیری عمیق↔ compare
- طبقهبندی مبتنی بر RoBERTa با نظارت ضعیفیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →