ScholarGate
עוזר
Machine learningDeep learning / NLP / CV

סיווג מבוסס BERT

סיווג מבוסס BERT מבצע fine-tuning למודל Bidirectional Encoder Representations from Transformers של גוגל על מערך נתונים מתויג של טקסטים, תוך החלפת השכבה הגנרית שאומנה מראש בשכבת סיווג ייעודית למשימה. הוא מנצל הקשר דו-כיווני עמוק ממאות מיליוני פרמטרים שאומנו מראש כדי לספק דיוק state-of-the-art במשימות סיווג טקסט קצרות וארוכות-בינוניות, עם כמויות צנועות יחסית של נתונים מתויגים.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

סיווג מבוסס BERT
Long Short-Term Memory (…רשת נוירונים רקורנטיתסיווג מבוסס RoBERTaייצוגי משפטים (Sentence…סיווג מבוסס BERT אדפטיבי…זיהוי ישויות מוכרות מותא…מענה לשאלות מותאם-תחוםסיווג מבוסס RoBERTa אדפט…שיפור הטמעות משפטים מותא…ניתוח סנטימנט מותאם-תחום

+60 more

מקורות

  1. 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 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
  2. Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), Lecture Notes in Computer Science, vol 11856, pp. 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bidirectional Encoder Representations from Transformers for Text Classification. ScholarGate. https://scholargate.app/he/deep-learning/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.

Compare side by side →

מאוזכר על ידי

סיווג מבוסס BERT אדפטיבי לתחוםזיהוי ישויות מוכרות מותאם-תחוםמענה לשאלות מותאם-תחוםסיווג מבוסס RoBERTa אדפטיבי-תחוםשיפור הטמעות משפטים מותאמות תחוםניתוח סנטימנט מותאם-תחוםסיכום טקסט מותאם-תחוםסיווג מבוסס BERT עם הסבריםזיהוי ישויות בעלות יכולת הסברהסבר שאלות ותשובותסיווג מבוסס RoBERTa ניתן להסברהטמעות משפטים ניתנות להסברניתוח סנטימנט ניתן להסברמידול נושאים מוסברטרנספורמר ניתן להסברסיווג מבוסס BERT מכוונן עדיןDoc2Vec מכוונן עדיןLSTM מכוונן עדיןזיהוי ישויות מושכלות (Fine-Tuned Named Entity Recognition)מענה על שאלות מכוונן-עדיןסיווג מבוסס RoBERTa מכוונן עדיןשיבוצי משפטים מכווננים עדיןסיכום טקסט מכוונן (Fine-Tuned Text Summarization)מודל נושאים מכוונן דקTransformer מכוונן היטבVision Transformer מכוונן עדיןWord2Vec מכוונן עדיןGated Recurrent Unit (GRU)מודל נושאים LDALong Short-Term Memory (LSTM)מענה לשאלות רב-לשוניסיווג מבוסס RoBERTa רב-לשונישיכוני משפטים רב-לשונייםניתוח סנטימנט רב-לשונימודל טרנספורמר רב-לשוניזיהוי ישויות מוכרות רב-מודאלי (Multimodal Named Entity Recognition)מענה שאלות מולטימודאליסיווג רב-אופני מבוסס RoBERTaסיכום טקסט רב-אופניטרנספורמר רב-מודאליMultimodal Vision Transformerמודל נושאים NMFרשת נוירונים רקורנטיתסיווג מבוסס RoBERTaמודל נושאי LDA בלמידה בהנחיה עצמיתוקטורי משפט בלמידה בהנחיה עצמיתמידול נושאים בלמידה עצמיתטרנספורמר למידה-עצמיתסיווג מבוסס BERT עם פיקוח-למחצהמודל נושאים LDA מונחה-למחצהמענה לשאלות בלמידה-מונחית-למחצהסיווג מבוסס RoBERTa בפיקוח-למחצהייצוגי משפטים חצי-מפוקחיםניתוח סנטימנט סמי-מפוקחטרנספורמר בלמידה חצי-מפוקחתייצוגי משפטים (Sentence Embeddings)מידול נושאיםלמידת העברה עם סיווג מבוסס BERTלמידת העברה עם LSTMTransfer Learning with Named Entity Recognitionלמידת העברה עם הטמעות משפטלמידת העברה לסיכום טקסטלמידת העברה עם מידול נושאיםסיווג מבוסס BERT בפיקוח חלשמענה על שאלות בפיקוח חלשסיווג מבוסס RoBERTa עם פיקוח חלשייצוגי משפטים בפיקוח חלשמידול נושאי בהנחיה חלקיתטרנספורמר עם פיקוח חלשWord2Vec בפיקוח חלש (Weakly Supervised Word2Vec)

מצאתם בעיה בעמוד זה? דווחו או הציעו תיקון →

ScholarGate — BERT-based Classification (Bidirectional Encoder Representations from Transformers for Text Classification). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/deep-learning/bert-based-classification · מערך נתונים: https://doi.org/10.5281/zenodo.20539026