Klasifikácia pomocou BERT s vlastným dohľadom
Klasifikácia pomocou BERT s vlastným dohľadom využíva model Bidirectional Encoder Representations from Transformers (BERT) od spoločnosti Google, predtrénovaný na masívnom množstve neoznačených textov prostredníctvom modelovania maskovaného jazyka, a následne sa doladí na označených príkladoch na priradenie textu do kategórií. Konzistentne dosahuje špičkovú presnosť pri analýze sentimentu, klasifikácii tém, detekcii zámerov a podobných úlohách spracovania prirodzeného jazyka (NLP) aj s obmedzeným množstvom označených údajov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), LNCS 11856, 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised BERT-based Text Classification (Pretrain then Fine-tune). ScholarGate. https://scholargate.app/sk/deep-learning/self-supervised-bert-based-classification
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →