Transformer Supervised Lemah
Transformer Supervised Lemah menggabungkan kekuatan representasional arsitektur Transformer dengan strategi supervisi lemah yang memanfaatkan label yang berisik, tidak lengkap, atau dihasilkan secara terprogram — memungkinkan pelatihan model NLP dan visi berkualitas tinggi ketika kumpulan data yang dianotasi penuh langka atau sangat mahal untuk diproduksi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/id/deep-learning/weakly-supervised-transformer
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
- Transformer yang Disesuaikan HalusPembelajaran Mendalam↔ compare
- Transformer yang dilatih mandiriPembelajaran Mendalam↔ compare
- Transformer Semi-terawasiPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis BERT dengan Pengawasan LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →