Напівкерована класифікація на основі RoBERTa
Напівкерована класифікація на основі RoBERTa поєднує велику попередньо навчену мовну модель RoBERTa з невеликим набором мічених даних та більшим пулом немічених текстів. Генеруючи псевдо-мітки або забезпечуючи узгодженість для немічених прикладів, метод витягує навчальний сигнал із неанотованих даних, створюючи сильніші класифікатори, коли фактичних анотацій бракує.
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
- 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 ↗
- Xie, Q., Dai, Z., Hovy, E., Luong, M.-T., & Le, Q. V. (2020). Unsupervised Data Augmentation for Consistency Training. Advances in Neural Information Processing Systems (NeurIPS), 33, 11904–11915. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised RoBERTa-based Text Classification. ScholarGate. https://scholargate.app/uk/deep-learning/semi-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.
- Класифікація на основі BERTГлибоке навчання↔ compare
- Класифікація на основі доналаштованої моделі RoBERTaГлибоке навчання↔ compare
- Класифікація на основі RoBERTaГлибоке навчання↔ compare
- Напівкерована класифікація на основі BERTГлибоке навчання↔ compare
- Трансформер із напівкерованим навчаннямГлибоке навчання↔ compare
- Класифікація на основі RoBERTa зі слабким наглядомГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →