Classificazione semi-supervisionata basata su BERT
La classificazione semi-supervisionata basata su BERT affina un encoder BERT pre-addestrato su un piccolo insieme di esempi di testo etichettati, sfruttando contemporaneamente un corpo molto più ampio di testo non etichettato — tramite addestramento di coerenza, pseudo-etichettatura o aumento dei dati — per produrre classificatori di alta qualità anche quando la annotazione manuale è scarsa.
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.
+3 more
Fonti
- Xie, Q., Dai, Z., Hovy, E., Luong, T., & Le, Q. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 27780–27792. link ↗
- Chen, J., Yang, Z., & Yang, D. (2020). MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 2147–2157. DOI: 10.18653/v1/2020.acl-main.194 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/it/deep-learning/semi-supervised-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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Classificazione basata su BERT fine-tunedApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
- Classificazione basata su BERT auto-supervisionatoApprendimento profondo↔ compare
- Transformer semi-supervisionatoApprendimento profondo↔ compare
- Classificazione debolemente supervisionata basata su BERTApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →