การจำแนกประเภทโดยใช้ RoBERTa แบบกำกับดูแลอย่างอ่อน
การจำแนกประเภทโดยใช้ RoBERTa แบบกำกับดูแลอย่างอ่อน (Weakly supervised RoBERTa-based classification) เป็นการผสมผสานระหว่างโมเดล RoBERTa ที่ได้รับการฝึกฝนล่วงหน้า (pretrained transformer) กับการกำกับดูแลอย่างอ่อน (weak supervision) ซึ่งใช้แหล่งข้อมูลการติดป้ายกำกับแบบโปรแกรมหรือแบบฮิวริสติก เพื่อฝึกฝนโมเดลจำแนกประเภทข้อความที่มีประสิทธิภาพ โดยไม่จำเป็นต้องใช้ชุดข้อมูลที่ติดป้ายกำกับด้วยมืออย่างสมบูรณ์ ฟังก์ชันการติดป้ายกำกับ (Labeling functions) การกำกับดูแลระยะไกล (distant supervision) หรือสัญญาณจากผู้ใช้จำนวนมาก (crowd-sourced signals) จะสร้างป้ายกำกับที่มีสัญญาณรบกวน (noisy labels) ซึ่งจะถูกรวบรวมและนำไปปรับแต่งโมเดล RoBERTa สำหรับงานจำแนกประเภทปลายทาง (downstream classification tasks)
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: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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Weakly Supervised Text Classification with RoBERTa. ScholarGate. https://scholargate.app/th/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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบ Fine-Tuned RoBERTaการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบกึ่งกำกับดูแลโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทแบบ BERT โดยใช้การกำกับดูแลแบบอ่อนการเรียนรู้เชิงลึก↔ compare