Finputilpasset BERT-basert klassifisering
Finputilpasset BERT-basert klassifisering tilpasser en forhåndstrent BERT-transformator til en spesifikk tekstklassifiseringsoppgave ved å legge til et lettvekts utgangslag og fortsette gradientbasert trening på merkede eksempler. Den oppnår konsekvent nær toppmoderne nøyaktighet på sentimentanalyse, emnekategorisering, intensjonsdeteksjon og andre NLP-klassifiseringsoppgaver med relativt små merkede datasett.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Kilder
- 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 ↗
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/no/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.
- BERT-basert klassifiseringDyp læring↔ compare
- Finetunet RoBERTa-basert klassifiseringDyp læring↔ compare
- Finetunet transformatorDyp læring↔ compare
- RoBERTa-basert klassifiseringDyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →