Machine learningDeep learning / NLP / CV
다국어 RoBERTa 기반 분류
다국어 RoBERTa 기반 분류는 100개 이상의 언어로 마스크 언어 모델링을 통해 사전 훈련된 트랜스포머인 XLM-RoBERTa를 사용하여 레이블이 지정된 텍스트에 대해 미세 조정하여 여러 언어에 걸쳐 범주를 할당합니다. 단일 모델을 언어 간에 공유함으로써 별도의 언어별 분류기 없이도 강력한 교차 언어 및 제로샷 텍스트 분류를 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 8440–8451. DOI: 10.18653/v1/2020.acl-main.747 ↗
- 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 preprint arXiv:1907.11692. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/ko/deep-learning/multilingual-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.
Compare side by side →