RoBERTa-basert klassifisering
RoBERTa-basert klassifisering anvender den forhåndstrente transformeren RoBERTa — trent mer robust enn BERT med dynamisk maskering og større batcher — på tekstkategoriseringsoppgaver ved å legge til et lettvekts klassifiseringshode oppå [CLS]-tokenrepresentasjonen og finjustere hele modellen på merkede eksempler. Den matcher eller overgår konsekvent BERT på standard NLP-benchmarks.
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.
+24 more
Kilder
- 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 ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/no/deep-learning/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.
- BERT-basert klassifiseringDyp læring↔ compare
- Finetunet RoBERTa-basert klassifiseringDyp læring↔ compare
- Gated Recurrent Unit (GRU)Dyp læring↔ compare
- Langtidskorttidsminne (LSTM)Dyp læring↔ compare
- SetningsembddingerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →