Svag övervakad Transformer
Svag övervakad Transformer kombinerar representationskraften hos Transformer-arkitekturer med strategier för svag övervakning som utnyttjar brusiga, ofullständiga eller programmatiskt genererade etiketter — vilket möjliggör träning av högkvalitativa NLP- och visionsmodeller när fullständigt annoterade dataset är knappa eller oöverkomligt dyra att producera.
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
- 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 ↗
- Zhou, Z.-H. (2018). A brief introduction to weakly supervised learning. National Science Review, 5(1), 44–53. DOI: 10.1093/nsr/nwx106 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Transformer. ScholarGate. https://scholargate.app/sv/deep-learning/weakly-supervised-transformer
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 transformatorDjupinlärning↔ compare
- Självövervakad TransformerDjupinlärning↔ compare
- Semi-supervised TransformerDjupinlärning↔ compare
- Svag övervakad BERT-baserad klassificeringDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →