Klasyfikacja oparta na wielojęzycznym modelu RoBERTa
Klasyfikacja oparta na wielojęzycznym modelu RoBERTa wykorzystuje model XLM-RoBERTa — model transformera wstępnie wytrenowany na ponad 100 językach za pomocą modelowania języka maskowanego — i dostraja go na oznakowanych tekstach w celu przypisywania kategorii w wielu językach. Dzieląc jeden model między językami, umożliwia on solidną klasyfikację tekstów międzyjęzykową i klasyfikację typu zero-shot, bez potrzeby stosowania oddzielnych klasyfikatorów dla każdego języka.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Conneau, A., Khandelwal, K., Goyal, N., Chaudhary, V., Wenzek, G., Guzman, F., Grave, E., Ott, M., Zettlemoyer, L., & Stoyanov, V. (2020). Unsupervised Cross-lingual Representation Learning at Scale. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), pp. 8440–8451. DOI: 10.18653/v1/2020.acl-main.747 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multilingual RoBERTa-based Text Classification (XLM-RoBERTa). ScholarGate. https://scholargate.app/pl/deep-learning/multilingual-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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Wielojęzyczne osadzanie zdańUczenie głębokie↔ compare
- Wielojęzyczny transformatorUczenie głębokie↔ compare
- Klasyfikacja oparta na RoBERTaUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →