Semi-supervised BERT-baserad klassificering
Semi-supervised BERT-baserad klassificering finjusterar en förtränad BERT-encoder på en liten pool av märkta texteexempel, samtidigt som den utnyttjar en mycket större mängd omärkt text – via konsistensträning, pseudomärkning eller dataaugmentering – för att producera högkvalitativa klassificerare även när manuell annotering är knapp.
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.
+3 more
Källor
- Xie, Q., Dai, Z., Hovy, E., Luong, T., & Le, Q. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 27780–27792. link ↗
- Chen, J., Yang, Z., & Yang, D. (2020). MixText: Linguistically-Informed Interpolation of Hidden Space for Semi-Supervised Text Classification. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 2147–2157. DOI: 10.18653/v1/2020.acl-main.194 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Semi-supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/sv/deep-learning/semi-supervised-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 BERT-baserad klassificeringDjupinlärning↔ compare
- Klassificering baserad på RoBERTaDjupinlärning↔ compare
- Självövervakad BERT-baserad klassificeringDjupinlärning↔ compare
- Semi-supervised TransformerDjupinlärning↔ compare
- Svag övervakad BERT-baserad klassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →