Нулевая классификация (Zero-Shot Classification) — Классификация текстов без обучающих данных
Нулевая классификация — это задача обработки естественного языка, которая присваивает текст категориям, описанным обычным языком, без необходимости в размеченных обучающих данных. Формализованная как задача логического вывода (entailment problem) Инь, Хэй и Ротом (Yin, Hay and Roth, 2019), она позволяет большой предварительно обученной языковой модели распознавать новые категории «на лету», просто называя их, что обеспечивает быструю адаптацию к новым наборам меток.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/ru/text-mining/zero-shot-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.
- Few-Shot Text ClassificationИнтеллектуальный анализ текста↔ compare
- Анализ тональностиИнтеллектуальный анализ текста↔ compare
- Классификация текстовИнтеллектуальный анализ текста↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →