Svag övervakad BERT-baserad klassificering
Svag övervakad BERT-baserad klassificering anpassar BERT till textklassificeringsuppgifter när endast brusiga, heuristiska eller programmatiskt genererade etiketter är tillgängliga istället för rena mänskliga annoteringar. Den kombinerar ramverk för svag övervakning – såsom etikettfunktioner och datainprogrammering – med BERT:s förtränade språkrepresentationer för att uppnå robust klassificering utan dyr handmärkning.
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.
Källor
- Meng, Y., Zhang, Y., Huang, J., Xiong, C., Ji, H., Zhang, C., & Han, J. (2020). Text Classification Using Label Names Only: A Language Model Self-Training Approach. Proceedings of EMNLP 2020, 9006–9017. link ↗
- Ratner, A., Bach, S. H., Ehrenberg, H., Fries, J., Wu, S., & Re, C. (2017). Snorkel: Rapid Training Data Creation with Weak Supervision. Proceedings of the VLDB Endowment, 11(3), 269–282. DOI: 10.14778/3157794.3157797 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/sv/deep-learning/weakly-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
- Domänadaptiv BERT-baserad klassificeringDjupinlärning↔ compare
- Fintrimmad BERT-baserad klassificeringDjupinlärning↔ compare
- Klassificering baserad på RoBERTaDjupinlärning↔ compare
- Självövervakad BERT-baserad klassificeringDjupinlärning↔ compare
- Semi-supervised BERT-baserad klassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →