Hienosäädetty BERT-pohjainen luokittelu
Hienosäädetty BERT-pohjainen luokittelu mukauttaa esikoulutetun BERT-muuntajaverkon tiettyyn tekstinluokittelutehtävään lisäämällä kevyen ulostulokerroksen ja jatkamalla gradienttipohjaista koulutusta merkityillä esimerkeillä. Se saavuttaa johdonmukaisesti lähes huippuluokan tarkkuuden tunneanalyysissä, aihepiirin luokittelussa, tarkoituksen tunnistuksessa ja muissa NLP-luokittelutehtävissä suhteellisen pienillä merkityillä aineistoilla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Lähteet
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/fi/deep-learning/fine-tuned-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
- Hienosäädetty RoBERTa-pohjainen luokitteluSyväoppiminen↔ compare
- Hienosäädetty TransformerSyväoppiminen↔ compare
- RoBERTa-pohjainen luokitteluSyväoppiminen↔ compare
- LauseupotuksetSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →