Classification multimodale basée sur RoBERTa
La classification multimodale basée sur RoBERTa combine l'encodeur de transformeur RoBERTa — une variante optimisée de manière robuste de BERT — avec des modalités auxiliaires telles que des images, des métadonnées structurées ou des caractéristiques tabulaires. La représentation fusionnée est transmise à une tête de classification, permettant au modèle de tirer parti simultanément d'une compréhension riche du langage et de signaux non textuels.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv preprint arXiv:1907.11692. link ↗
- Kiela, D., Grave, E., Joulin, A., & Mikolov, T. (2018). Efficient Large-Scale Multi-Modal Classification. Proceedings of the AAAI Conference on Artificial Intelligence, 32(1). link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multimodal RoBERTa-based Classification (Text + Non-Text Fusion with RoBERTa Encoder). ScholarGate. https://scholargate.app/fr/deep-learning/multimodal-roberta-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.
- Classification basée sur BERTApprentissage profond↔ compare
- Classification multimodale basée sur BERTApprentissage profond↔ compare
- Plongements de phrases multimodauxApprentissage profond↔ compare
- Transformeur MultimodalApprentissage profond↔ compare
- Classification basée sur RoBERTaApprentissage profond↔ compare
- Plongements de phrasesApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →