ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

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.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

+8 more

Kilder

  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

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.

Compare side by side

Referert av

ScholarGateFine-Tuned BERT-based Classification (Fine-Tuned BERT-based Text Classification). Hentet 2026-06-15 fra https://scholargate.app/no/deep-learning/fine-tuned-bert-based-classification · Datasett: https://doi.org/10.5281/zenodo.20539026