Machine learningDeep learning / NLP / CV

약한 지도 BERT 기반 분류

약한 지도 BERT 기반 분류는 깨끗한 수동 주석 대신 노이즈가 많거나, 휴리스틱하거나, 프로그래밍 방식으로 생성된 레이블만 사용할 수 있을 때 BERT를 텍스트 분류 작업에 적용하는 것입니다. 이는 레이블링 함수 및 데이터 프로그래밍과 같은 약한 지도 프레임워크를 BERT의 사전 훈련된 언어 표현과 결합하여 비싼 수작업 레이블링 없이도 강력한 분류를 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.

약한 지도 BERT 기반 분류

BERT 기반 분류 도메인 적응형 BERT 기반 분류 BERT 기반 미세조정 분류 RoBERTa 기반 분류 BERT 기반 자기지도 학습 분류 BERT 기반 준지도 학습 분류 약지도 LDA 토픽 모델 약한 지도 RoBERTa 기반 분류 약한 지도 하의 문장 임베딩 약지도 트랜스포머

출처

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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/ko/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.

Compare side by side →

이 방법을 참조하는 항목

BERT 기반 준지도 학습 분류 약지도 LDA 토픽 모델 약한 지도 RoBERTa 기반 분류 약한 지도 하의 문장 임베딩 약지도 트랜스포머

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →