Классификация на основе RoBERTa с частичной разметкой
Полуавтоматическая классификация на основе RoBERTa объединяет большую предобученную языковую модель RoBERTa с небольшим размеченным набором данных и большим пулом неразмеченного текста. Генерируя псевдо-метки или обеспечивая согласованность на неразмеченных примерах, метод извлекает обучающий сигнал из неаннотированных данных, что приводит к созданию более сильных классификаторов при дефиците истинных аннотаций.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
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 ↗
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/ru/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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Классификация на основе дообученной модели RoBERTaГлубокое обучение↔ compare
- Классификация на основе RoBERTaГлубокое обучение↔ compare
- Полуавтоматическая классификация на основе BERTГлубокое обучение↔ compare
- Трансформер с полуавтоматическим обучениемГлубокое обучение↔ compare
- Слабо контролируемая классификация на основе RoBERTaГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →