ट्रांसफ़र लर्निंग विथ नेम्ड एंटिटी रिकग्निशन
ट्रांसफ़र लर्निंग विथ नेम्ड एंटिटी रिकग्निशन (NER) एक बड़े प्रीट्रेन्ड भाषा मॉडल — जैसे BERT, RoBERTa, या डोमेन-विशिष्ट एन्कोडर — को टेक्स्ट में नामित संस्थाओं (व्यक्तियों, स्थानों, संगठनों, तिथियों, आदि) की पहचान करने और वर्गीकृत करने के कार्य के लिए अनुकूलित करता है। विशाल कॉर्पोरा से सीखे गए समृद्ध भाषाई अभ्यावेदन का पुन: उपयोग करके, यह दृष्टिकोण केवल मामूली लेबल वाले NER डेटा की आवश्यकता के साथ अत्याधुनिक स्पैन डिटेक्शन और वर्गीकरण सटीकता प्राप्त 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 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/hi/deep-learning/transfer-learning-with-named-entity-recognition
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-आधारित वर्गीकरणगहन अधिगम↔ compare
- फाइन-ट्यून्ड नेम्ड एंटिटी रिकग्निशनगहन अधिगम↔ compare
- RoBERTa-आधारित वर्गीकरणगहन अधिगम↔ compare
- वाक्य एम्बेडिंगगहन अधिगम↔ compare
- BERT-आधारित वर्गीकरण के साथ ट्रांसफर लर्निंगगहन अधिगम↔ compare