Machine learningDeep learning / NLP / CV

Трансферное обучение с классификацией на основе BERT

Трансферное обучение с классификацией на основе BERT адаптирует большую трансформерную языковую модель, предварительно обученную на массивных текстовых корпусах, к целевой задаче классификации путем донастройки ее весов на размеченных примерах. Предварительно обученные представления кодируют богатые синтаксические и семантические знания, обеспечивая высокую точность даже при небольшом объеме размеченного набора данных.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Источники

  1. 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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423
  2. Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191

Как цитировать эту страницу

ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/ru/deep-learning/transfer-learning-with-bert-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.

Compare side by side

Упоминается в

ScholarGateTransfer Learning with BERT-based Classification (Transfer Learning with BERT-based Text Classification). Получено 2026-06-15 из https://scholargate.app/ru/deep-learning/transfer-learning-with-bert-based-classification · Набор данных: https://doi.org/10.5281/zenodo.20539026