Machine learningDeep learning / NLP / CV
弱教師ありBERTベース分類
弱教師ありBERTベース分類は、クリーンな人間によるアノテーションの代わりに、ノイズが多い、ヒューリスティック、またはプログラムで生成されたラベルしか利用できない場合に、BERTをテキスト分類タスクに適応させます。これは、ラベリング関数やデータプログラミングなどの弱教師ありフレームワークと、BERTの事前学習済み言語表現を組み合わせて、高価な手作業によるラベリングなしで堅牢な分類を実現します。
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
- Meng, Y., Zhang, Y., Huang, J., Xiong, C., Ji, H., Zhang, C., & Han, J. (2020). Text Classification Using Label Names Only: A Language Model Self-Training Approach. Proceedings of EMNLP 2020, 9006–9017. link ↗
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid Training Data Creation with Weak Supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-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
- 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
- Semi-supervised BERT-based Classification深層学習↔ compare