Classificação Semi-supervisionada Baseada em RoBERTa
A classificação semi-supervisionada baseada em RoBERTa combina um grande modelo de linguagem RoBERTa pré-treinado com um pequeno conjunto de dados rotulados e um conjunto maior de textos não rotulados. Ao gerar pseudo-rótulos ou impor consistência em exemplos não rotulados, o método extrai sinal de supervisão de dados não anotados, produzindo classificadores mais fortes quando as anotações de verdade fundamental são escassas.
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 ↗
- Xie, Q., Dai, Z., Hovy, E., Luong, M.-T., & Le, Q. V. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 11904–11915. link ↗
Como citar esta página
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/pt/deep-learning/semi-supervised-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 Ajustada com RoBERTaAprendizado profundo↔ compare
- Classificação baseada em RoBERTaAprendizado profundo↔ compare
- Classificação Semi-supervisionada Baseada em BERTAprendizado profundo↔ compare
- Transformador SemissupervisionadoAprendizado profundo↔ compare
- Classificação Fracamente Supervisionada Baseada em RoBERTaAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →