Clasificare text cu puține exemple (Few-Shot Text Classification)
Clasificarea textului cu puține exemple (few-shot) atribuie documente unor clase utilizând doar un număr mic de exemple etichetate per clasă. Bazându-se pe progresele realizate de Gao et al. (2021) și pe abordarea SetFit, fără prompturi, a lui Tunstall et al. (2022), aceasta se sprijină pe rețele prototipice, MAML sau pe ajustarea fină (fine-tuning) a unui model preantrenat mare pentru a învăța din etichete rare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Cum se citează această pagină
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/ro/text-mining/few-shot-text-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.
- Embeddings BERTMineritul textelor↔ compare
- Adaptarea de domeniuMineritul textelor↔ compare
- Analiza sentimentelorMineritul textelor↔ compare
- Clasificarea textuluiMineritul textelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →