Klasifikasi Berasaskan RoBERTa Berawasan Lemah
Klasifikasi berasaskan RoBERTa berawasan lemah menggabungkan transformer pra-latih RoBERTa dengan pengawasan lemah — sumber pelabelan programatik atau heuristik — untuk melatih pengklasifikasi teks yang berkuasa tanpa memerlukan set data berlabel tangan sepenuhnya. Fungsi pelabelan, penyeliaan jarak jauh, atau isyarat yang dikumpul daripada orang ramai menjana label yang bising yang diagregasi dan digunakan untuk menala halus (fine-tune) RoBERTa untuk tugasan klasifikasi hiliran.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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:1907.11692. link ↗
- Zhang, J., Yu, Y., Li, Y., Wang, Y., Yang, Y., Yang, M., & Ratner, A. (2021). WRENCH: A Comprehensive Benchmark for Weak Supervision. NeurIPS 2021 Datasets and Benchmarks Track. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/ms/deep-learning/weakly-supervised-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.
- Klasifikasi Berasaskan BERTPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan RoBERTa yang Ditala HalusPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan RoBERTaPembelajaran Mendalam↔ compare
- Klasifikasi Berasaskan RoBERTa Separuh-TerawasiPembelajaran Mendalam↔ compare
- Klasifikasi BERT Berbantukan Pengawasan LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →