Machine learningDeep learning / NLP / CV
Selvveiledet RoBERTa-basert klassifisering
Selvveiledet RoBERTa-basert klassifisering kombinerer RoBERTa-transformatorens kraftige språkrepresentasjoner – lært fra store umerkede korpora gjennom maskert språkmodellering – med selvveiledede mål for å utføre tekstklassifisering med lite eller ingen menneskelig merket data. Tilnærmingen utnytter rikelig med umerket tekst for å generere sitt eget treningssignal før finjustering på en nedstrøms klassifiseringsoppgave.
Les hele metoden
Kun for medlemmer
Logg innLogg inn med en gratis konto for å lese denne delen.
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). Self-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/no/deep-learning/self-supervised-roberta-based-classification
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →