Process / pipeline
ゼロショット分類 — 学習データなしでのテキスト分類
ゼロショット分類とは、ラベル付けされた学習データを一切必要とせずに、平易な言葉で記述されたカテゴリにテキストを割り当てる自然言語処理タスクである。Yin, Hay, and Roth (2019) によって含意問題として形式化されたこの手法により、大規模事前学習済み言語モデルは、カテゴリ名を指定するだけで新たなカテゴリをオンザフライで認識できるようになり、新しいラベルセットへの迅速な適応が可能になる。
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
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
このページの引用方法
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/ja/text-mining/zero-shot-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.
Compare side by side →