Svak overvåket BERT-basert klassifisering
Svak overvåket BERT-basert klassifisering tilpasser BERT til tekstklassifiseringsoppgaver når bare støyende, heuristiske eller programmatisk genererte etiketter er tilgjengelige i stedet for rene menneskelige annotasjoner. Den kombinerer rammeverk for svak overvåkning – som etikettfunksjoner og datainnprogrammering – med BERTs forhåndstrente språkrepresentasjoner for å oppnå robust klassifisering uten kostbar manuell merking.
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.
Kilder
- Meng, Y., Zhang, Y., Huang, J., Xiong, C., Ji, H., Zhang, C., & Han, J. (2020). Text Classification Using Label Names Only: A Language Model Self-Training Approach. Proceedings of EMNLP 2020, 9006–9017. link ↗
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid Training Data Creation with Weak Supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/no/deep-learning/weakly-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
- Domene-adaptiv BERT-basert klassifiseringDyp læring↔ compare
- Finputilpasset BERT-basert klassifiseringDyp læring↔ compare
- RoBERTa-basert klassifiseringDyp læring↔ compare
- Selv-supervisert BERT-basert klassifiseringDyp læring↔ compare
- Semi-supervised BERT-basert klassifiseringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →