ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Klasifikasi Berasaskan RoBERTa Multilingual

Klasifikasi Berasaskan RoBERTa Multilingual menggunakan XLM-RoBERTa — sebuah transformer yang dilatih awal (pretrained) pada 100+ bahasa melalui masked language modeling — dan menyempurnakannya (fine-tunes) pada teks berlabel untuk menetapkan kategori merentas pelbagai bahasa. Dengan berkongsi satu model tunggal merentas bahasa, ia membolehkan klasifikasi teks rentas-bahasa dan klasifikasi sifar-rintis (zero-shot) yang mantap tanpa memerlukan pengelas berasingan bagi setiap bahasa.

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.

Sumber

  1. Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 8440–8451. DOI: 10.18653/v1/2020.acl-main.747
  2. Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv preprint arXiv:1907.11692. link

Cara memetik halaman ini

ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/ms/deep-learning/multilingual-roberta-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

ScholarGateMultilingual RoBERTa-based Classification (Multilingual RoBERTa-based Text Classification (XLM-RoBERTa)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/multilingual-roberta-based-classification · Set data: https://doi.org/10.5281/zenodo.20539026