Önfelügyelt BERT-alapú osztályozás
Az önfelügyelt BERT-alapú osztályozás a Google Bidirectional Encoder Representations from Transformers (BERT) modelljét használja, amelyet hatalmas mennyiségű címkézetlen szövegen tanítottak be maszkolt nyelvmodellezés segítségével, majd címkézett példákon finomhangolnak a szövegek kategóriákba sorolásához. Ez a módszer következetesen csúcsteljesítményű pontosságot ér el a hangulatelemzés, témakör-osztályozás, szándékfelismerés és hasonló természetesnyelv-feldolgozási (NLP) feladatokban, még korlátozott mennyiségű címkézett adattal is.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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, 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), LNCS 11856, 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised BERT-based Text Classification (Pretrain then Fine-tune). ScholarGate. https://scholargate.app/hu/deep-learning/self-supervised-bert-based-classification
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →