Klasifikācija, kas pielāgota ar BERT
Klasifikācija, kas pielāgota ar BERT, adaptē iepriekš apmācītu BERT transformatoru konkrētam teksta klasifikācijas uzdevumam, pievienojot vieglu izvades slāni un turpinot gradientu balstītu apmācību uz marķētiem piemēriem. Tā konsekventi sasniedz gandrīz vislabāko precizitāti sentimenta analīzē, tēmu kategorizācijā, nodomu noteikšanā un citos NLP klasifikācijas uzdevumos ar salīdzinoši maziem marķētiem datu kopumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Avoti
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/lv/deep-learning/fine-tuned-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.
- BERT klasifikācijaDziļā mācīšanās↔ compare
- RoBERTa modeļa adaptācija klasifikācijaiDziļā mācīšanās↔ compare
- Precīzi noskaņots transformatorsDziļā mācīšanās↔ compare
- Klasifikācija, kas balstīta uz RoBERTaDziļā mācīšanās↔ compare
- Ievietojumi teikumiemDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →