Classificação Ajustada com RoBERTa
A classificação ajustada com RoBERTa adapta o transformador pré-treinado RoBERTa — ele próprio uma variante robustamente retreinada do BERT — para uma tarefa específica de classificação de texto, anexando uma cabeça de classificação e continuando o treinamento em exemplos rotulados. Consistentemente alcança desempenho de ponta ou próximo à ponta em análise de sentimento, classificação de tópicos, detecção de toxicidade e tarefas semelhantes de PLN.
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:1907.11692. link ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
Como citar esta página
ScholarGate. (2026, June 3). Fine-Tuned RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/pt/deep-learning/fine-tuned-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 Fina Ajustada Baseada em BERTAprendizado profundo↔ compare
- Transformer Ajustado FinamenteAprendizado profundo↔ compare
- Classificação baseada em RoBERTaAprendizado profundo↔ compare
- Embeddings de SentençasAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →