Classification par BERT sous supervision faible
La classification par BERT sous supervision faible adapte BERT aux tâches de classification de texte lorsque seules des étiquettes bruitées, heuristiques ou générées par programme sont disponibles au lieu d'annotations humaines propres. Elle combine des cadres de supervision faible — tels que les fonctions d'étiquetage et la programmation de données — avec les représentations linguistiques pré-entraînées de BERT pour obtenir une classification robuste sans étiquetage manuel coûteux.
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
- Meng, Y., Zhang, Y., Huang, J., Xiong, C., Ji, H., Zhang, C., & Han, J. (2020). Text Classification Using Label Names Only: A Language Model Self-Training Approach. Proceedings of EMNLP 2020, 9006–9017. link ↗
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid Training Data Creation with Weak Supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/fr/deep-learning/weakly-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.
- Classification basée sur BERTApprentissage profond↔ compare
- Classification basée sur BERT et adaptée au domaineApprentissage profond↔ compare
- Classification par BERT affinéApprentissage profond↔ compare
- Classification basée sur RoBERTaApprentissage profond↔ compare
- Self-supervised BERT-based classificationApprentissage profond↔ compare
- Classification semi-supervisée basée sur BERTApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →