Zwakke Supervised Transformer
Zwakke Supervised Transformer combineert de representatiekracht van Transformer-architecturen met zwakke supervisiestrategieën die gebruikmaken van ruisige, onvolledige of programmatisch gegenereerde labels — waardoor het mogelijk wordt om hoogwaardige NLP- en computervisiemodellen te trainen wanneer volledig geannoteerde datasets schaars of prohibitief duur zijn om te produceren.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/nl/deep-learning/weakly-supervised-transformer
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-gebaseerde ClassificatieDeep learning↔ compare
- Gefinetunede TransformerDeep learning↔ compare
- Zelf-gesuperviseerde TransformerDeep learning↔ compare
- Semi-supervised TransformerDeep learning↔ compare
- Zwak gesuperviseerde BERT-gebaseerde classificatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →