Process / pipeline
소수 예제 텍스트 분류
소수 예제 텍스트 분류는 각 클래스당 소수의 레이블이 지정된 예제만을 사용하여 문서를 클래스에 할당합니다. Gao 등의 연구(2021)와 Tunstall 등의 연구(2022)에서 제안된 프롬프트 없는 SetFit 접근 방식에 기반하여, 이는 프로토타입 네트워크, MAML 또는 대규모 사전 훈련된 모델의 미세 조정을 활용하여 희소한 레이블로부터 학습합니다.
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
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/ko/text-mining/few-shot-text-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 임베딩텍스트 마이닝↔ compare
- 도메인 적응(Domain Adaptation)텍스트 마이닝↔ compare
- 감성 분석텍스트 마이닝↔ compare
- 텍스트 분류텍스트 마이닝↔ compare