Machine learningDeep learning / NLP / CV
マルチモーダルRoBERTaベース分類
Multimodal RoBERTa-based Classificationは、RoBERTaトランスフォーマーエンコーダー（BERTの堅牢に最適化されたバリアント）を、画像、構造化メタデータ、または表形式の特徴などの補助モダリティと組み合わせます。融合された表現は分類ヘッドに渡され、モデルが豊かな言語理解と非テキスト信号の両方を同時に活用できるようにします。
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 ↗
- Kiela, D., Grave, E., Joulin, A., & Mikolov, T. (2018). Efficient Large-Scale Multi-Modal Classification. Proceedings of the AAAI Conference on Artificial Intelligence, 32(1). link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal RoBERTa-based Classification (Text + Non-Text Fusion with RoBERTa Encoder). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-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
- マルチモーダルBERTベース分類深層学習↔ compare
- マルチモーダル文埋め込み深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- RoBERTaベースの分類深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare