Самокерований аналіз тональності
Самокерований аналіз тональності поєднує великомасштабне некероване попереднє навчання — через такі завдання, як моделювання маскованої мови або контрастивне передбачення — із доналаштуванням на невеликому розміченому корпусі тональності. Цей підхід, популяризований BERT та його варіантами, значно зменшує потребу в даних, розмічених вручну, досягаючи при цьому найвищої точності у завданнях класифікації думок за позитивними/негативними/нейтральними ознаками.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to fine-tune BERT for text classification? In China National Conference on Chinese Computational Linguistics (CCL 2019), pp. 194–206. Springer. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/uk/deep-learning/self-supervised-sentiment-analysis
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.
- Класифікація текстуІнтелектуальний аналіз тексту↔ compare
- Трансферне навчанняМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →