Siirto-oppiminen BERT-pohjaisella luokittelulla
Siirto-oppiminen BERT-pohjaisella luokittelulla mukauttaa suuren muuntajakielimallin, joka on esikoulutettu massiivisilla tekstiaineistoilla, kohdeluokittelutehtävään hienosäätämällä sen painoja merkityillä esimerkeillä. Esikoulutetut esitykset koodaavat rikasta syntaktista ja semanttista tietoa, mahdollistaen suuren tarkkuuden jopa silloin, kun merkitty aineisto on pieni.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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, 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/fi/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.
- BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Hienosäädetty BERT-pohjainen luokitteluSyväoppiminen↔ compare
- RoBERTa-pohjainen luokitteluSyväoppiminen↔ compare
- LauseupotuksetSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →