Classification de texte à quelques exemples
La classification de texte à quelques exemples (few-shot text classification) attribue des documents à des classes en utilisant seulement une poignée d'exemples étiquetés par classe. S'appuyant sur les avancées de Gao et al. (2021) et sur l'approche SetFit sans invite (prompt-free) de Tunstall et al. (2022), elle utilise des réseaux prototypiques, MAML, ou le réglage fin (fine-tuning) d'un grand modèle pré-entraîné pour apprendre à partir de labels rares.
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
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/fr/text-mining/few-shot-text-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.
- Embeddings BERTFouille de textes↔ compare
- Adaptation de domaineFouille de textes↔ compare
- Analyse des sentimentsFouille de textes↔ compare
- Classification de texteFouille de textes↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →