Machine learningDeep learning / NLP / CV

Klasifikimi i bazuar në BERT multimodal

Klasifikimi i bazuar në BERT multimodal zgjeron arkitekturën transformer të BERT-it për të koduar dhe klasifikuar bashkërisht të dhëna nga modalitete të shumta — më së shpeshti tekst i çiftuar me imazhe — duke shkrirë përfaqësimet e tyre para një koke klasifikimi përfundimtare. Prezantuar në mënyrë të shquar rreth vitit 2019 përmes modeleve të tilla si MMBT dhe ViLBERT, është bërë një qasje standarde për detyra ku as teksti as imazhi vetëm nuk mbartin informacion të mjaftueshëm për etiketim të saktë.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

The neighbourhood of related methods — select a node to explore.

Klasifikimi i bazuar në BERT multimodal

CLIP Vision Transformer Rrjeti Konvolucional Mul…Modeli Difuzues Multimod…Multimodal Doc2Vec Rrjeti Neurale Multimoda…GRU Multimodal Klasifikimi Multimodal i…Model Tematik LDA Multim…Njohja e Entiteteve të E…

+8 more

Burimet

Kiela, D., Bhooshan, S., Firooz, H., Perez, E., & Testuggine, D. (2019). Supervised multimodal bitransformers for classifying images and text. arXiv preprint arXiv:1909.02950. link ↗
Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining task-agnostic visiolinguistic representations for vision-and-language tasks. Advances in Neural Information Processing Systems, 32. link ↗

Si ta citoni këtë faqe

ScholarGate. (2026, June 3). Multimodal BERT-based Classification (Transformer Fusion of Text and Non-text Modalities). ScholarGate. https://scholargate.app/sq/deep-learning/multimodal-bert-based-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.

CLIPMësimi i thellë↔ compare
Vision TransformerMësimi i thellë↔ compare

Compare side by side →

Cituar nga

Rrjeti Konvolucional Multimodal Modeli Difuzues Multimodal Multimodal Doc2Vec Rrjeti Neurale Multimodal i Grafëve GRU Multimodal Klasifikimi Multimodal i Imazheve Model Tematik LDA Multimodal Njohja e Entiteteve të Emërtuara Multimodale Përgjigjja pyetjeve multimodalë Rrjeti Neurale Rekurent Multimodal Klasifikimi Multimodal i Bazuar në RoBERTa Përmbledhje Tekstesh Multimodale Modelimi i temave multimodal Transformator Multimodal Transformer Vizioni Multimodal Multimodal Word2Vec

Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →

Lexoni metodën e plotë

Method map

Burimet

Si ta citoni këtë faqe

Metoda të lidhura

Which method?

Cituar nga