Classificazione basata su RoBERTa multilingue
La classificazione basata su RoBERTa multilingue utilizza XLM-RoBERTa — un transformer pre-addestrato su oltre 100 lingue tramite masked language modeling — e lo affina su testo etichettato per assegnare categorie in più lingue. Condividendo un singolo modello tra le lingue, abilita una robusta classificazione del testo cross-linguale e zero-shot senza la necessità di classificatori separati per ogni lingua.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/it/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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Embedding multilingue di frasiApprendimento profondo↔ compare
- Transformer multilingueApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →