Aluekohtainen BERT-pohjainen luokittelu
Aluekohtainen BERT-pohjainen luokittelu laajentaa standardia hienosäätöputkea jatkamalla ensin BERTin peite-kielimallin esikoulutusta suurella aluekohtaisella merkitsemättömällä tekstiaineistolla, ja sen jälkeen hienosäätämällä sovitettua mallia merkityillä esimerkeillä kohdeluokittelutehtävää varten. Tämä kaksivaiheinen lähestymistapa kaventaa sanaston ja jakauman välistä kuilua BERTin yleisen esikoulutusaineiston ja erikoistuneiden alueiden, kuten bio-lääketieteen, lain, rahoituksen tai sosiaalisen median tekstin, välillä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Lähteet
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
- Lee, J., Yoon, W., Kim, S., Kim, D., Kim, S., So, C. H., & Kang, J. (2020). BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Bioinformatics, 36(4), 1234–1240. DOI: 10.1093/bioinformatics/btz682 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Domain-Adaptive Pre-training with BERT for Text Classification. ScholarGate. https://scholargate.app/fi/deep-learning/domain-adaptive-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.
- BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Domain-Adaptive TransformerSyväoppiminen↔ compare
- Hienosäädetty BERT-pohjainen luokitteluSyväoppiminen↔ compare
- RoBERTa-pohjainen luokitteluSyväoppiminen↔ compare
- LauseupotuksetSyväoppiminen↔ compare
- Siirto-oppiminen BERT-pohjaisella luokittelullaSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →