Svagt övervakad RoBERTa-baserad klassificering
Svagt övervakad RoBERTa-baserad klassificering kombinerar den förtränade transformermodellen RoBERTa med svag övervakning – programmatiska eller heuristiska märkningskällor – för att träna kraftfulla textklassificerare utan att kräva en fullständigt handmärkt datamängd. Märkningsfunktioner, distansövervakning eller crowdsourcade signaler genererar brusiga etiketter som aggregeras och används för att finjustera RoBERTa för nedströms klassificeringsuppgifter.
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
- Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). RoBERTa: A Robustly Optimized BERT Pretraining Approach. arXiv:1907.11692. link ↗
- Zhang, J., Yu, Y., Li, Y., Wang, Y., Yang, Y., Yang, M., & Ratner, A. (2021). WRENCH: A Comprehensive Benchmark for Weak Supervision. NeurIPS 2021 Datasets and Benchmarks Track. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/sv/deep-learning/weakly-supervised-roberta-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
- Klassificering baserad på RoBERTaDjupinlärning↔ compare
- Semi-övervakad RoBERTa-baserad klassificeringDjupinlärning↔ compare
- Svag övervakad BERT-baserad klassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →