Machine learningDeep learning / NLP / CV
弱教師ありRoBERTaベース分類
弱教師ありRoBERTaベース分類は、RoBERTa事前学習済みトランスフォーマーと弱教師あり（プログラム的またはヒューリスティックなラベリングソース）を組み合わせ、完全に手動でラベル付けされたデータセットを必要とせずに強力なテキスト分類器をトレーニングします。ラベリング関数、遠隔教師あり、またはクラウドソースからのシグナルがノイズの多いラベルを生成し、それらを集約して下流の分類タスクのためにRoBERTaをファインチューニングするために使用されます。
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:1907.11692. link ↗
- Zhang, J., Yu, Y., Li, Y., Wang, Y., Yang, Y., Yang, M., & Ratner, A. (2021). WRENCH: A Comprehensive Benchmark for Weak Supervision. NeurIPS 2021 Datasets and Benchmarks Track. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/ja/deep-learning/weakly-supervised-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
- RoBERTaベースの分類深層学習↔ compare
- Semi-supervised RoBERTaベース分類深層学習↔ compare
- 弱教師ありBERTベース分類深層学習↔ compare