Слабо контролируемый Трансформер
Слабо контролируемый Трансформер сочетает репрезентативную мощь архитектур Трансформера со стратегиями слабого контроля, которые используют зашумленные, неполные или программно сгенерированные метки — что позволяет обучать высококачественные модели обработки естественного языка и компьютерного зрения, когда полностью аннотированные наборы данных редки или непомерно дороги в производстве.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid training data creation with weak supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/ru/deep-learning/weakly-supervised-transformer
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
- Дообученный ТрансформерГлубокое обучение↔ compare
- Трансформер с самообучением (Self-supervised Transformer)Глубокое обучение↔ compare
- Трансформер с полуавтоматическим обучениемГлубокое обучение↔ compare
- Классификация на основе BERT при слабом обученииГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →