Klasifikácia textu s malým počtom príkladov (Few-Shot Text Classification)
Klasifikácia textu s malým počtom príkladov priraďuje dokumenty k triedam s použitím len hŕstky označených príkladov pre každú triedu. Vychádzajúc z pokrokov Gao et al. (2021) a prístupu SetFit bez promptov od Tunstalla et al. (2022), opiera sa o prototypové siete, MAML alebo jemné doladenie veľkého predtrénovaného modelu, aby sa učila z obmedzeného počtu označení.
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
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/sk/text-mining/few-shot-text-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.
- Vložené reprezentácie BERTDolovanie textu↔ compare
- Doménová adaptáciaDolovanie textu↔ compare
- Analýza sentimentuDolovanie textu↔ compare
- Klasifikácia textuDolovanie textu↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →