Klasifikasi Berbasis RoBERTa dengan Supervisi Lemah
Klasifikasi berbasis RoBERTa dengan supervisi lemah menggabungkan transformer pra-terlatih RoBERTa dengan supervisi lemah — sumber pelabelan terprogram atau heuristik — untuk melatih pengklasifikasi teks yang kuat tanpa memerlukan kumpulan data berlabel tangan secara penuh. Fungsi pelabelan, supervisi jarak jauh, atau sinyal yang bersumber dari kerumunan menghasilkan label yang berisik yang diagregasi dan digunakan untuk menyempurnakan RoBERTa untuk tugas klasifikasi hilir.
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:1907.11692. link ↗
- Zhang, J., Yu, Y., Li, Y., Wang, Y., Yang, Y., Yang, M., & Ratner, A. (2021). WRENCH: A Comprehensive Benchmark for Weak Supervision. NeurIPS 2021 Datasets and Benchmarks Track. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/id/deep-learning/weakly-supervised-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 RoBERTa yang Di-fine-tunePembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTaPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis RoBERTa Semi-TerawasiPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis BERT dengan Pengawasan LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →