ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Klasifikasi Berasaskan BERT yang Ditala Halus

Klasifikasi Berasaskan BERT yang Ditala Halus menyesuaikan transformer BERT yang telah dilatih awal (pre-trained) kepada tugasan klasifikasi teks spesifik dengan menambah lapisan output yang ringan dan meneruskan latihan berasaskan kecerunan (gradient-based) pada contoh berlabel. Ia secara konsisten mencapai ketepatan hampir keadaan seni (near-state-of-the-art) dalam analisis sentimen, pengkategorian topik, pengesanan niat, dan tugasan klasifikasi NLP lain dengan set data berlabel yang agak kecil.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

+8 more

Sumber

  1. 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
  2. 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

Cara memetik halaman ini

ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/ms/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.

Compare side by side

Dirujuk oleh

ScholarGateFine-Tuned BERT-based Classification (Fine-Tuned BERT-based Text Classification). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/fine-tuned-bert-based-classification · Set data: https://doi.org/10.5281/zenodo.20539026