Fintrimmad BERT-baserad klassificering
Fintrimmad BERT-baserad klassificering anpassar en förtränad BERT-transformator till en specifik textklassificeringsuppgift genom att lägga till ett lättviktsutdatalager och fortsätta gradientbaserad träning på märkta exempel. Den uppnår konsekvent nära toppmodern noggrannhet för sentimentanalys, ämneskategorisering, intentionsdetektering och andra NLP-klassificeringsuppgifter med relativt små märkta dataset.
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.
+8 more
Källor
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/sv/deep-learning/fine-tuned-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
- Fintrimmad RoBERTa-baserad klassificeringDjupinlärning↔ compare
- Fintrimmad transformatorDjupinlärning↔ compare
- Klassificering baserad på RoBERTaDjupinlärning↔ compare
- MeningsinbäddningarDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →