Трансферне навчання з класифікацією на основі BERT
Трансферне навчання з класифікацією на основі BERT адаптує велику мовну модель-трансформер, попередньо навчену на масивних текстових корпусах, до цільового завдання класифікації шляхом доналаштування її ваг на розмічених прикладах. Попередньо навчені представлення кодують багаті синтаксичні та семантичні знання, забезпечуючи високу точність навіть за наявності невеликого розміченого набору даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
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, 4171–4186. Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Transfer Learning with BERT-based Text Classification. ScholarGate. https://scholargate.app/uk/deep-learning/transfer-learning-with-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.
- Класифікація на основі BERTГлибоке навчання↔ compare
- Класифікація на основі доналаштованого BERTГлибоке навчання↔ compare
- Класифікація на основі RoBERTaГлибоке навчання↔ compare
- Векторні представлення реченьГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →