Machine learningDeep learning / NLP / CV
BERTベースの転移学習による分類
BERTベースの転移学習による分類は、大規模なテキストコーパスで事前学習された大規模なトランスフォーマー言語モデルを、ラベル付きサンプルで重みをファインチューニングすることにより、ターゲットの分類タスクに適応させます。事前学習された表現は、豊富な構文的および意味的知識をエンコードしており、ラベル付きデータセットが小さい場合でも高い精度を可能にします。
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.
+2 more
出典
- 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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
このページの引用方法
ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/ja/deep-learning/transfer-learning-with-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
- 文埋め込み（Sentence Embeddings）深層学習↔ compare