ScholarGate
Assistent
Process / pipeline

Få-exempel textklassificering

Få-exempel textklassificering tilldelar dokument till klasser med endast en handfull märkta exempel per klass. Byggande på framsteg av Gao et al. (2021) och det promptfria SetFit-tillvägagångssättet av Tunstall et al. (2022), lutar det sig mot prototypsnätverk, MAML, eller finjustering av en stor förtränad modell för att lära från knappa etiketter.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295
  2. Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055

Så citerar du den här sidan

ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/sv/text-mining/few-shot-text-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.

Compare side by side

Refereras av

ScholarGateFew-Shot Text Classification (Few-Shot Text Classification). Hämtad 2026-06-15 från https://scholargate.app/sv/text-mining/few-shot-text-classification · Datamängd: https://doi.org/10.5281/zenodo.20539026