ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Multimodal RoBERTa-basert klassifisering

Multimodal RoBERTa-basert klassifisering kombinerer RoBERTa-transformerkoderen — en robust optimalisert variant av BERT — med hjelpemodaliteter som bilder, strukturert metadata eller tabulære trekk. Den sammensmeltede representasjonen sendes til et klassifiseringshode, noe som gjør at modellen kan utnytte både rik språkforståelse og ikke-tekstlige signaler samtidig.

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.

Kilder

  1. 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
  2. Kiela, D., Grave, E., Joulin, A., & Mikolov, T. (2018). Efficient Large-Scale Multi-Modal Classification. Proceedings of the AAAI Conference on Artificial Intelligence, 32(1). link

Slik siterer du denne siden

ScholarGate. (2026, June 3). Multimodal RoBERTa-based Classification (Text + Non-Text Fusion with RoBERTa Encoder). ScholarGate. https://scholargate.app/no/deep-learning/multimodal-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
ScholarGateMultimodal RoBERTa-based Classification (Multimodal RoBERTa-based Classification (Text + Non-Text Fusion with RoBERTa Encoder)). Hentet 2026-06-15 fra https://scholargate.app/no/deep-learning/multimodal-roberta-based-classification · Datasett: https://doi.org/10.5281/zenodo.20539026