Zero-Shot Classification — Klasifikácia textu bez tréningových dát
Zero-shot klasifikácia je úloha spracovania prirodzeného jazyka, ktorá priraďuje text do kategórií opísaných bežným jazykom bez potreby akýchkoľvek označených tréningových dát. Formalizovaná ako problém odvodenia (entailment problem) pomocou Yin, Hay a Roth (2019), umožňuje veľkému predtrénovanému jazykovému modelu rozpoznať nové kategórie za chodu jednoduchým pomenovaním, čím umožňuje rýchlu adaptáciu na nové sady štítkov.
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
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/sk/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.
- Klasifikácia textu s malým počtom príkladov (Few-Shot Text Classification)Dolovanie textu↔ compare
- Analýza sentimentuDolovanie textu↔ compare
- Klasifikácia textuDolovanie textu↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →