Machine learningDeep learning / NLP / CV
ניתוח סנטימנט בלמידה עצמית-פיקוח
ניתוח סנטימנט בלמידה עצמית-פיקוח משלב אימון מקדים בקנה מידה גדול ללא פיקוח — באמצעות מטרות כגון מידול שפה ממוסך או חיזוי ניגודי — עם כוונון עדין על קורפוס סנטימנט קטן מתויג. הגישה, שהפכה פופולרית על ידי BERT וגרסאותיה, מפחיתה באופן דרמטי את הצורך בנתונים מתויגים ידנית תוך השגת דיוק מתקדם במשימות סיווג דעות חיוביות/שליליות/ניטרליות.
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
- 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 ↗
- 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), pp. 194–206. Springer. link ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/he/deep-learning/self-supervised-sentiment-analysis
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 טקסטכריית טקסט↔ compare
- Transfer Learningלמידת מכונה↔ compare