Domänadaptiv BERT-baserad klassificering
Domänadaptiv BERT-baserad klassificering utökar standard-finjusteringspipelinen genom att först fortsätta BERT:s maskerade språkmodellerings-förträning på ett stort korpus av oetiketterad text inom domänen, och sedan finjustera den anpassade modellen på etiketterade exempel för den målinriktade klassificeringsuppgiften. Detta tvåstegsmetod överbryggar vokabulär- och distributionsgapet mellan BERT:s generella förträningskorpus och specialiserade domäner såsom biomedicin, juridik, finans eller sociala medier.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Källor
- Gururangan, S., Marasovic, A., Swayamdipta, S., Lo, K., Beltagy, I., Downey, D., & Smith, N. A. (2020). Don't Stop Pretraining: Adapt Language Models to Domains and Tasks. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020), 8342–8360. DOI: 10.18653/v1/2020.acl-main.740 ↗
- Lee, J., Yoon, W., Kim, S., Kim, D., Kim, S., So, C. H., & Kang, J. (2020). BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Bioinformatics, 36(4), 1234–1240. DOI: 10.1093/bioinformatics/btz682 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Domain-Adaptive Pre-training with BERT for Text Classification. ScholarGate. https://scholargate.app/sv/deep-learning/domain-adaptive-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.
- BERT-baserad klassificeringDjupinlärning↔ compare
- Domänadaptiv TransformerDjupinlärning↔ compare
- Fintrimmad BERT-baserad klassificeringDjupinlärning↔ compare
- Klassificering baserad på RoBERTaDjupinlärning↔ compare
- MeningsinbäddningarDjupinlärning↔ compare
- Transfer Learning med BERT-baserad KlassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →