शून्य-शॉट वर्गीकरण — प्रशिक्षण डेटा के बिना पाठ वर्गीकरण
शून्य-शॉट वर्गीकरण एक प्राकृतिक-भाषा-प्रसंस्करण कार्य है जो बिना किसी लेबल वाले प्रशिक्षण डेटा की आवश्यकता के सादे भाषा में वर्णित श्रेणियों को पाठ निर्दिष्ट करता है। यिन, हे और रोथ (2019) द्वारा एक अनुमान समस्या के रूप में औपचारिक रूप दिया गया, यह एक बड़े पूर्व-प्रशिक्षित भाषा मॉडल को केवल उनका नामकरण करके फ्लाई पर नई श्रेणियों को पहचानने की अनुमति देता है, जिससे नए लेबल सेटों के लिए तीव्र अनुकूलन सक्षम होता 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
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/hi/text-mining/zero-shot-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.
- कुछ-शॉट पाठ वर्गीकरणपाठ खनन↔ compare
- भाव विश्लेषणपाठ खनन↔ compare
- पाठ वर्गीकरणपाठ खनन↔ compare