Classificazione basata su RoBERTa fine-tuned
La classificazione basata su RoBERTa fine-tuned adatta il trasformatore pre-addestrato RoBERTa — esso stesso una variante robustamente ri-addestrata di BERT — a un compito specifico di classificazione del testo, aggiungendo una testa di classificazione e continuando l'addestramento su esempi etichettati. Raggiunge costantemente prestazioni allo stato dell'arte o quasi allo stato dell'arte nell'analisi del sentiment, nella classificazione degli argomenti, nel rilevamento della tossicità e in compiti simili di NLP.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Fine-Tuned RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/it/deep-learning/fine-tuned-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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Classificazione basata su BERT fine-tunedApprendimento profondo↔ compare
- Transformer con addestramento fine-tunedApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
- Sentence EmbeddingsApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →