Machine learningDeep learning / NLP / CV
RoBERTaベースの分類
RoBERTaベースの分類は、BERTよりも堅牢に訓練されたRoBERTa事前学習済みトランスフォーマーを、動的マスキングとより大きなバッチサイズで利用し、[CLS]トークン表現の上に軽量な分類ヘッドを追加して、ラベル付きサンプルでモデル全体をファインチューニングすることにより、テキスト分類タスクに適用します。標準的なNLPベンチマークにおいて、BERTに常に匹敵するかそれを上回る性能を示します。
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.
+24 more
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 ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
このページの引用方法
ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/ja/deep-learning/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
- 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
- Gated Recurrent Unit (GRU)深層学習↔ compare
- Long Short-Term Memory (LSTM)深層学習↔ compare
- 文埋め込み（Sentence Embeddings）深層学習↔ compare
この手法を参照する項目
BERTベースの分類ドメイン適応型BERTベース分類ドメイン適応型質問応答ドメイン適応型RoBERTaベース分類ドメイン適応型文埋め込みドメイン適応型感情分析説明可能なBERTベース分類説明可能な質問応答説明可能なRoBERTaベース分類説明可能な感情分析ファインチューニングされたBERTベースの分類ファインチューニングされた固有表現認識ファインチューニングされた質問応答ファインチューニングされたRoBERTaベースの分類ファインチューニングされた文埋め込みファイン・チューニングによるテキスト要約Fine-Tuned Transformer多言語質問応答多言語RoBERTaベースの分類多言語感情分析多言語トランスフォーマーマルチモーダルRoBERTaベース分類自己教師ありTransformerSemi-supervised BERT-based ClassificationSemi-supervised RoBERTaベース分類半教師ありTransformer文埋め込み（Sentence Embeddings）BERTベースの転移学習による分類固有表現抽出（NER）における転移学習文埋め込みによる転移学習弱教師ありBERTベース分類弱教師ありRoBERTaベース分類