स्व-पर्यवेक्षित भावना विश्लेषण
स्व-पर्यवेक्षित भावना विश्लेषण बड़े पैमाने पर अनपर्यवेक्षित पूर्व-प्रशिक्षण को जोड़ता है — जैसे मास्क्ड लैंग्वेज मॉडलिंग या कंट्रास्टिव प्रेडिक्शन जैसे उद्देश्यों के माध्यम से — एक छोटे लेबल वाले भावना कॉर्पस पर फाइन-ट्यूनिंग के साथ। BERT और इसके वेरिएंट द्वारा लोकप्रिय यह दृष्टिकोण, अत्याधुनिक सटीकता प्राप्त करते हुए हाथ से लेबल किए गए डेटा की आवश्यकता को नाटकीय रूप से कम करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/hi/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.
- पाठ वर्गीकरणपाठ खनन↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare