การจำแนกประเภทแบบหลายรูปแบบโดยใช้ RoBERTa
การจำแนกประเภทแบบหลายรูปแบบโดยใช้ RoBERTa (Multimodal RoBERTa-based Classification) เป็นการผสมผสานตัวเข้ารหัสทรานส์ฟอร์มเมอร์ RoBERTa ซึ่งเป็นรูปแบบที่ได้รับการปรับปรุงอย่างแข็งแกร่งของ BERT เข้ากับรูปแบบเสริม เช่น รูปภาพ ข้อมูลเมตาที่มีโครงสร้าง หรือคุณลักษณะแบบตาราง การแสดงผลที่หลอมรวมจะถูกส่งไปยังส่วนหัวของการจำแนกประเภท ทำให้โมเดลสามารถใช้ประโยชน์จากความเข้าใจภาษาที่สมบูรณ์และสัญญาณที่ไม่ใช่ข้อความได้พร้อมกัน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 preprint arXiv:1907.11692. link ↗
- Kiela, D., Grave, E., Joulin, A., & Mikolov, T. (2018). Efficient Large-Scale Multi-Modal Classification. Proceedings of the AAAI Conference on Artificial Intelligence, 32(1). link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multimodal RoBERTa-based Classification (Text + Non-Text Fusion with RoBERTa Encoder). ScholarGate. https://scholargate.app/th/deep-learning/multimodal-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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบหลายรูปแบบโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การฝังประโยคหลายรูปแบบการเรียนรู้เชิงลึก↔ compare
- Multimodal Transformerการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare