Самостоятельно обучаемый анализ тональности
Самостоятельно обучаемый анализ тональности сочетает крупномасштабное неконтролируемое предварительное обучение — посредством таких задач, как маскированное языковое моделирование или контрастное предсказание — с дообучением на небольшом размеченном корпусе тональностей. Этот подход, популяризированный BERT и его вариантами, значительно снижает потребность в данных, размеченных вручную, при достижении передовой точности в задачах классификации мнений по категориям положительный/отрицательный/нейтральный.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to fine-tune BERT for text classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), pp. 194–206. Springer. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/ru/deep-learning/self-supervised-sentiment-analysis
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 текстовИнтеллектуальный анализ текста↔ compare
- Перенос обученияМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →