Klasifikasi Berbasis RoBERTa Multibahasa
Klasifikasi Berbasis RoBERTa Multibahasa menggunakan XLM-RoBERTa — sebuah transformer yang telah dilatih sebelumnya pada 100+ bahasa melalui pemodelan bahasa bertopeng — dan menyempurnakannya pada teks berlabel untuk menetapkan kategori di berbagai bahasa. Dengan berbagi satu model di berbagai bahasa, ini memungkinkan klasifikasi teks lintas-bahasa dan zero-shot yang kuat tanpa memerlukan pengklasifikasi terpisah per bahasa.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 8440–8451. DOI: 10.18653/v1/2020.acl-main.747 ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/id/deep-learning/multilingual-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
- Embedding Kalimat MultibahasaPembelajaran Mendalam↔ compare
- Transformer MultibahasaPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTaPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →