Semi-supervised BERT-basert klassifisering
Semi-supervised BERT-basert klassifisering finjusterer en forhåndstrent BERT-enkoder på en liten mengde merkede tekstenheter, samtidig som den utnytter en mye større mengde umerkede tekster – via konsistenstrening, pseudo-merking eller dataaugmentering – for å produsere klassifikatorer av høy kvalitet selv når manuell annotering er knapp.
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.
+3 more
Kilder
- Xie, Q., Dai, Z., Hovy, E., Luong, T., & Le, Q. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 27780–27792. link ↗
- Chen, J., Yang, Z., & Yang, D. (2020). MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 2147–2157. DOI: 10.18653/v1/2020.acl-main.194 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/no/deep-learning/semi-supervised-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
- Finputilpasset BERT-basert klassifiseringDyp læring↔ compare
- RoBERTa-basert klassifiseringDyp læring↔ compare
- Selv-supervisert BERT-basert klassifiseringDyp læring↔ compare
- Semi-supervisert TransformerDyp læring↔ compare
- Svak overvåket BERT-basert klassifiseringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →