Machine learningDeep learning / NLP / CV

BERT 기반 자기지도 학습 분류

BERT 기반 자기지도 학습 분류는 구글의 Bidirectional Encoder Representations from Transformers(BERT)를 사용하며, 이는 방대한 비정형 텍스트 데이터로 사전 훈련된 후 레이블이 지정된 예시로 미세 조정되어 텍스트를 범주로 할당합니다. 이 방법은 제한된 레이블 데이터로도 감성 분석, 주제 분류, 의도 탐지 및 유사한 자연어 처리(NLP) 작업에서 일관되게 최첨단 정확도를 달성합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

BERT 기반 자기지도 학습 분류

자기 지도 학습 문장 임베딩 BERT 기반 준지도 학습 분류 약한 지도 BERT 기반 분류

출처

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 ↗
Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), LNCS 11856, 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Self-supervised BERT-based Text Classification (Pretrain then Fine-tune). ScholarGate. https://scholargate.app/ko/deep-learning/self-supervised-bert-based-classification

이 방법을 참조하는 항목

자기 지도 학습 문장 임베딩 BERT 기반 준지도 학습 분류 약한 지도 BERT 기반 분류

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →