Machine learningDeep learning / NLP / CV
ドメイン適応型RoBERTaベース分類
ドメイン適応型RoBERTaベース分類は、RoBERTaトランスフォーマーを、まずドメイン固有のコーパスでマスク言語モデル事前学習を継続してから分類タスクのためにファインチューニングすることで拡張する手法である。この2段階適応は、一般的なウェブクロールデータと、生物医学、法律、科学テキストなどの専門分野との間のギャップを埋め、ターゲットドメインのテキストが利用可能な場合には、標準的なRoBERTaファインチューニングを一貫して上回る性能を示す。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-Adaptive RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/ja/deep-learning/domain-adaptive-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.
- BERTベースの分類深層学習↔ compare
- ドメイン適応型BERTベース分類深層学習↔ compare
- ファインチューニングされたRoBERTaベースの分類深層学習↔ compare
- 多言語RoBERTaベースの分類深層学習↔ compare
- RoBERTaベースの分類深層学習↔ compare