Klasifikasi Berbasis RoBERTa Adaptif Domain
Klasifikasi Berbasis RoBERTa Adaptif Domain memperluas transformer RoBERTa dengan pertama-tama melanjutkan pra-pelatihan model bahasa bertopengnya pada korpus spesifik domain sebelum penyempurnaan untuk tugas klasifikasi. Adaptasi dua tahap ini menjembatani kesenjangan antara data pelatihan yang dirayapi dari web secara umum dan bidang khusus seperti teks biomedis, hukum, atau ilmiah, secara konsisten mengungguli penyempurnaan RoBERTa standar ketika teks domain target tersedia.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-Adaptive RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/id/deep-learning/domain-adaptive-roberta-based-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.
- Klasifikasi Berbasis BERTPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis BERT Adaptif DomainPembelajaran Mendalam↔ compare
- Klasifikasi RoBERTa yang Di-fine-tunePembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTa MultibahasaPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTaPembelajaran Mendalam↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →