Classification par BERT affiné

La classification par BERT affiné adapte un transformeur BERT pré-entraîné à une tâche spécifique de classification de texte en ajoutant une couche de sortie légère et en poursuivant l'entraînement basé sur le gradient sur des exemples étiquetés. Elle atteint de manière constante une précision proche de l'état de l'art pour l'analyse des sentiments, la catégorisation thématique, la détection d'intention et d'autres tâches de classification NLP avec des jeux de données étiquetés relativement petits.