ScholarGate
Assistente
Machine learningDeep learning / NLP / CV

Classificazione basata su BERT fine-tuned

La classificazione basata su BERT fine-tuned adatta un trasformatore BERT pre-addestrato a un compito specifico di classificazione del testo aggiungendo un leggero strato di output e continuando l'addestramento basato su gradiente su esempi etichettati. Ottiene costantemente un'accuratezza quasi allo stato dell'arte nell'analisi del sentiment, nella categorizzazione degli argomenti, nel rilevamento delle intenzioni e in altri compiti di classificazione NLP con set di dati etichettati relativamente piccoli.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

+8 more

Fonti

  1. Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423
  2. Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16

Come citare questa pagina

ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/it/deep-learning/fine-tuned-bert-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.

Compare side by side

Citato da

ScholarGateFine-Tuned BERT-based Classification (Fine-Tuned BERT-based Text Classification). Consultato il 2026-06-15 da https://scholargate.app/it/deep-learning/fine-tuned-bert-based-classification · Insieme di dati: https://doi.org/10.5281/zenodo.20539026