Classificação Baseada em RoBERTa Adaptada ao Domínio
A classificação baseada em RoBERTa adaptada ao domínio estende o transformador RoBERTa, primeiro continuando seu pré-treinamento de modelo de linguagem mascarada em um corpus específico do domínio antes de realizar o ajuste fino para uma tarefa de classificação. Essa adaptação em duas etapas preenche a lacuna entre os dados de treinamento gerais rastreados na web e campos especializados, como texto biomédico, jurídico ou científico, superando consistentemente o ajuste fino padrão do RoBERTa quando o texto do domínio-alvo está disponível.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of ACL 2020, pp. 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-Adaptive RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/pt/deep-learning/domain-adaptive-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.
- Classificação baseada em BERTAprendizado profundo↔ compare
- Classificação baseada em BERT com adaptação de domínioAprendizado profundo↔ compare
- Classificação Ajustada com RoBERTaAprendizado profundo↔ compare
- Classificação baseada em RoBERTa multilíngueAprendizado profundo↔ compare
- Classificação baseada em RoBERTaAprendizado profundo↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →