Класифікація без прикладів — класифікація тексту без навчальних даних
Класифікація без прикладів — це завдання обробки природної мови, яке призначає текст до категорій, описаних звичайною мовою, без потреби у навчальних даних з мітками. Формалізоване як проблема висновку Інь, Хей та Ротом (2019), воно дозволяє великій попередньо навченій мовній моделі розпізнавати нові категорії «на льоту», просто називаючи їх, що забезпечує швидку адаптацію до нових наборів міток.
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
- Yin, W., Hay, J. & Roth, D. (2019). Benchmarking Zero-shot Text Classification: Datasets, Evaluation and Entailment Approach. EMNLP, 3914-3923. DOI: 10.18653/v1/D19-1404 ↗
- Brown, T. et al. (2020). Language Models are Few-Shot Learners. NeurIPS. link ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/uk/text-mining/zero-shot-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 тексту з малою кількістю прикладівІнтелектуальний аналіз тексту↔ compare
- Сентимент-аналізІнтелектуальний аналіз тексту↔ compare
- Класифікація текстуІнтелектуальний аналіз тексту↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →