Machine learningDeep learning / NLP / CV
Semi-supervised BERT-based Classification
Semi-supervised BERT-based classificationは、少数のラベル付きテキスト例で事前学習済みのBERTエンコーダーをファインチューニングすると同時に、より大規模なラベルなしテキストを活用して（一貫性トレーニング、疑似ラベリング、またはデータ拡張を通じて）、手動アノテーションが少ない場合でも高品質な分類器を生成します。
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.
+3 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/ja/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.
- 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BERTベースの分類深層学習↔ compare
- RoBERTaベースの分類深層学習↔ compare
- Self-supervised BERT-based Classification深層学習↔ compare
- 半教師ありTransformer深層学習↔ compare
- 弱教師ありBERTベース分類深層学習↔ compare