การจำแนกประเภทแบบ BERT โดยใช้การกำกับดูแลแบบอ่อน
การจำแนกประเภทแบบ BERT โดยใช้การกำกับดูแลแบบอ่อน (Weakly supervised BERT-based classification) เป็นการปรับ BERT สำหรับงานจำแนกประเภทข้อความ เมื่อมีเพียงป้ายกำกับ (labels) ที่มีสัญญาณรบกวน (noisy) มาจากกฎเกณฑ์ (heuristics) หรือสร้างขึ้นโดยโปรแกรม แทนที่จะเป็นคำอธิบายประกอบที่มนุษย์สร้างขึ้นอย่างแม่นยำ วิธีนี้เป็นการผสมผสานกรอบการทำงานของการกำกับดูแลแบบอ่อน เช่น ฟังก์ชันการติดป้ายกำกับ (labeling functions) และการเขียนโปรแกรมข้อมูล (data programming) เข้ากับความสามารถในการแทนความหมายของภาษาที่ผ่านการฝึกฝนล่วงหน้า (pre-trained language representations) ของ BERT เพื่อให้ได้ผลการจำแนกประเภทที่แม่นยำโดยไม่ต้องเสียค่าใช้จ่ายสูงในการติดป้ายกำกับด้วยตนเอง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Weakly Supervised BERT-based Text Classification. ScholarGate. https://scholargate.app/th/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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบ BERT ที่ปรับให้เข้ากับโดเมนการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ BERT ที่ปรับละเอียดการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบเรียนรู้ด้วยตนเองโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทข้อความแบบกึ่งมีผู้สอนโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare