Itseohjautuva tunneanalyysi
Itseohjautuva tunneanalyysi yhdistää suuren mittakaavan ohjaamattoman esikoulutuksen – tavoitteiden, kuten maskatun kielimallinnuksen tai kontrastiivisen ennustamisen, kautta – pienellä merkityllä tunneaineistolla tapahtuvaan hienosäätöön. BERTin ja sen varianttien popularisoima lähestymistapa vähentää dramaattisesti käsin merkityn datan tarvetta saavuttaen samalla huippuluokan tarkkuuden positiivisten/negatiivisten/neutraalien mielipiteiden luokittelutehtävissä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to fine-tune BERT for text classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), pp. 194–206. Springer. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/fi/deep-learning/self-supervised-sentiment-analysis
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.
- TekstinluokitteluTekstinlouhinta↔ compare
- Siirto-oppiminenKoneoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →