Önfelügyelt RoBERTa-alapú osztályozás
Az önfelügyelt RoBERTa-alapú osztályozás a RoBERTa transzformer nagy teljesítményű nyelvi reprezentációit – amelyeket nagyméretű címkézetlen korpuszokon tanult meg maszkolt nyelvi modellezéssel – önfelügyelt célokkal ötvözi, hogy kevés vagy egyáltalán nem ember által címkézett adattal végezzen szövegosztályozást. A megközelítés bőséges címkézetlen szöveget használ saját tanítási jelének generálásához, mielőtt egy utólagos osztályozási feladatra finomhangolná.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Források
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv preprint arXiv:1907.11692. link ↗
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/hu/deep-learning/self-supervised-roberta-based-classification
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →