Machine learningDeep learning / NLP / CV

Puoliohjattu BERT-pohjainen luokittelu

Puoliohjattu BERT-pohjainen luokittelu hienosäätää esikoulutetun BERT-enkooderin pienellä joukolla annotoituja tekstiesimerkkejä hyödyntäen samanaikaisesti paljon suurempaa määrää annotoimatonta tekstiä – konsistenssikoulutuksen, pseudomerkintöjen tai datan augmentoinnin avulla – tuottaakseen korkealaatuisia luokittelijoita, vaikka manuaalista annotointia olisi niukasti.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

+3 more

Lähteet

  1. Xie, Q., Dai, Z., Hovy, E., Luong, T., & Le, Q. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 27780–27792. link
  2. Chen, J., Yang, Z., & Yang, D. (2020). MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 2147–2157. DOI: 10.18653/v1/2020.acl-main.194

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/fi/deep-learning/semi-supervised-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.

Compare side by side

Tähän viittaavat

ScholarGateSemi-supervised BERT-based Classification (Semi-supervised BERT-based Text Classification). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/deep-learning/semi-supervised-bert-based-classification · Aineisto: https://doi.org/10.5281/zenodo.20539026