Samoučiaca sa analýza sentimentu
Samoučiaca sa analýza sentimentu kombinuje rozsiahle neasistované predtrenovanie – prostredníctvom úloh, ako je maskované jazykové modelovanie alebo kontrastívna predikcia – s dolaďovaním na malom označenom korpuse sentimentu. Tento prístup, spopularizovaný modelom BERT a jeho variantmi, dramaticky znižuje potrebu ručne označených dát a zároveň dosahuje najmodernejšiu presnosť pri úlohách klasifikácie pozitívneho/negatívneho/neutrálneho názoru.
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 (pp. 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), pp. 194–206. Springer. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/sk/deep-learning/self-supervised-sentiment-analysis
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.
- Klasifikácia textuDolovanie textu↔ compare
- Prenosové učenieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →