Machine learningDeep learning / NLP / CV
סיווג מבוסס RoBERTa מכוונן עדין
סיווג מבוסס RoBERTa מכוונן עדין מתאים את מודל ה-RoBERTa הקדם-מאומן — שהוא עצמו גרסה משופרת של BERT — למשימת סיווג טקסט ספציפית על ידי הוספת ראש סיווג והמשך אימון על דוגמאות מתויגות. הוא משיג באופן עקבי ביצועים מהשורה הראשונה או קרוב לכך בניתוח סנטימנט, סיווג נושאים, זיהוי רעילות, ומשימות דומות בעיבוד שפה טבעית (NLP).
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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:1907.11692. link ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Fine-Tuned RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/he/deep-learning/fine-tuned-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.
- סיווג מבוסס BERTלמידה עמוקה↔ compare
- סיווג מבוסס BERT מכוונן עדיןלמידה עמוקה↔ compare
- Transformer מכוונן היטבלמידה עמוקה↔ compare
- סיווג מבוסס RoBERTaלמידה עמוקה↔ compare
- ייצוגי משפטים (Sentence Embeddings)למידה עמוקה↔ compare