Néhány-példás szövegosztályozás
A néhány-példás szövegosztályozás dokumentumokat sorol osztályokba, osztályonként csupán néhány címkézett példa felhasználásával. Gao et al. (2021) és Tunstall et al. (2022) prompt-mentes SetFit megközelítésének fejlesztéseire építve prototípus-hálózatokra, MAML-re vagy egy nagyméretű előre betanított modell finomhangolására támaszkodik, hogy kevés címkéből tanuljon.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/hu/text-mining/few-shot-text-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.
- BERT-beágyazásokSzövegbányászat↔ compare
- Domain AdaptationSzövegbányászat↔ compare
- Szöveges hangulatelemzésSzövegbányászat↔ compare
- SzövegosztályozásSzövegbányászat↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →