Классификация на основе RoBERTa
Классификация на основе RoBERTa применяет предварительно обученный трансформер RoBERTa — обученный более устойчиво, чем BERT, с динамическим маскированием и большими пакетами данных — к задачам текстовой категоризации, добавляя легковесную классификационную "голову" поверх представления токена [CLS] и дообучая всю модель на размеченных примерах. Она стабильно соответствует или превосходит BERT на стандартных бенчмарках NLP.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+24 more
Источники
- 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 ↗
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). RoBERTa-based Text Classification (Robustly Optimized BERT Pretraining Approach). ScholarGate. https://scholargate.app/ru/deep-learning/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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Классификация на основе дообученной модели RoBERTaГлубокое обучение↔ compare
- Сверточный рекуррентный блок (GRU)Глубокое обучение↔ compare
- Долговременная краткосрочная память (LSTM)Глубокое обучение↔ compare
- Векторные представления предложенийГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →