Слабо контролируемая классификация на основе RoBERTa
Слабо контролируемая классификация на основе RoBERTa объединяет предварительно обученный трансформер RoBERTa со слабым контролем — программными или эвристическими источниками разметки — для обучения мощных классификаторов текста без необходимости полностью размеченного вручную набора данных. Функции разметки, дистанционный контроль или сигналы, полученные от краудсорсинга, генерируют зашумленные метки, которые агрегируются и используются для дообучения RoBERTa для последующих задач классификации.
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:1907.11692. link ↗
- Zhang, J., Yu, Y., Li, Y., Wang, Y., Yang, Y., Yang, M., & Ratner, A. (2021). WRENCH: A Comprehensive Benchmark for Weak Supervision. NeurIPS 2021 Datasets and Benchmarks Track. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/ru/deep-learning/weakly-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
- Классификация на основе RoBERTa с частичной разметкойГлубокое обучение↔ compare
- Классификация на основе BERT при слабом обученииГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →