Classificazione semi-supervisionata basata su RoBERTa
La classificazione semi-supervisionata basata su RoBERTa combina un ampio modello linguistico RoBERTa pre-addestrato con un piccolo set di dati etichettato e un pool più ampio di testo non etichettato. Generando pseudo-etichette o imponendo coerenza sugli esempi non etichettati, il metodo estrae segnali di supervisione da dati non annotati, producendo classificatori più robusti quando le annotazioni ground-truth sono scarse.
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 preprint arXiv:1907.11692. link ↗
- Xie, Q., Dai, Z., Hovy, E., Luong, M.-T., & Le, Q. V. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 11904–11915. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/it/deep-learning/semi-supervised-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 RoBERTa fine-tunedApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
- Classificazione semi-supervisionata basata su BERTApprendimento profondo↔ compare
- Transformer semi-supervisionatoApprendimento profondo↔ compare
- Classificazione debolmente supervisionata basata su RoBERTaApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →