סיווג מבוסס BERT רב-מודאלי
סיווג מבוסס BERT רב-מודאלי מרחיב את ארכיטקטורת הטרנספורמר של BERT כדי לקודד ולסווג במשותף נתונים ממספר מודאליות — לרוב טקסט בשילוב עם תמונות — על ידי איחוד הייצוגים שלהם לפני ראש סיווג סופי. הוצג באופן בולט בסביבות 2019 באמצעות מודלים כמו MMBT ו-ViLBERT, הוא הפך לגישה סטנדרטית למשימות שבהן לא טקסט ולא תמונה לבדם נושאים מידע מספק לסימון מדויק.
קראו את השיטה במלואה
התחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
מקורות
- Kiela, D., Bhooshan, S., Firooz, H., Perez, E., & Testuggine, D. (2019). Supervised multimodal bitransformers for classifying images and text. arXiv preprint arXiv:1909.02950. link ↗
- Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining task-agnostic visiolinguistic representations for vision-and-language tasks. Advances in Neural Information Processing Systems, 32. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Multimodal BERT-based Classification (Transformer Fusion of Text and Non-text Modalities). ScholarGate. https://scholargate.app/he/deep-learning/multimodal-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.
- CLIPלמידה עמוקה↔ compare
- טרנספורמר ראייהלמידה עמוקה↔ compare