یادگیری انتقالی مبتنی بر طبقهبندی با BERT
یادگیری انتقالی مبتنی بر طبقهبندی با BERT، یک مدل زبانی ترنسفورمر بزرگ را که بر روی مجموعههای متنی عظیم پیشآموزش دیده است، با تنظیم دقیق وزنهای آن بر روی نمونههای برچسبدار، برای یک وظیفه طبقهبندی هدف تطبیق میدهد. نمایشهای از پیش آموزشدیده، دانش نحوی و معنایی غنی را رمزگذاری میکنند و حتی زمانی که مجموعه داده برچسبدار کوچک است، دقت بالایی را ممکن میسازند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
منابع
- 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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/fa/deep-learning/transfer-learning-with-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
- تعبیههای جملهیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →