Process / pipeline
סיווג טקסט במדגם קטן (Few-Shot Text Classification)
סיווג טקסט במדגם קטן מקצה מסמכים לקטגוריות תוך שימוש במספר מועט בלבד של דוגמאות מתויגות לכל קטגוריה. בהתבסס על התקדמויות של Gao et al. (2021) ועל גישת SetFit ללא הנחיות (prompt-free) של Tunstall et al. (2022), היא נשענת על רשתות פרוטוטיפיות, MAML, או כוונון עדין (fine-tuning) של מודל גדול שאומן מראש, כדי ללמוד מתיוגים דלים.
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
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/he/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.
- BERT Embeddingsכריית טקסט↔ compare
- הסתגלות תחוםכריית טקסט↔ compare
- ניתוח סנטימנטכריית טקסט↔ compare
- סיווג טקסטכריית טקסט↔ compare