Nezināmas klases klasifikācija — tekstu klasifikācija bez apmācības datiem
Nezināmas klases klasifikācija ir dabisko valodu apstrādes uzdevums, kas piešķir tekstam kategorijas, kuras aprakstītas vienkāršā valodā, neprasot nekādus marķētus apmācības datus. Formalizējot kā secinājumu problēmu (entailment problem) Yin, Hay un Roth (2019), tā ļauj lielam iepriekš apmācītam valodu modelim atpazīt jaunas kategorijas uz vietas, vienkārši nosaucot tās, tādējādi nodrošinot ātru pielāgošanos jauniem etiķešu 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.
Avoti
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/lv/text-mining/zero-shot-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.
- Klasifikācija ar mazlietotiem paraugiem (Few-Shot Text Classification)Teksta ieguve↔ compare
- Sentimentu analīzeTeksta ieguve↔ compare
- Tekstu klasifikācijaTeksta ieguve↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →