Phân loại dựa trên BERT
Phân loại dựa trên BERT tinh chỉnh mô hình Bidirectional Encoder Representations from Transformers của Google trên một tập dữ liệu văn bản có nhãn, thay thế lớp phân loại chung được huấn luyện trước bằng một lớp phân loại dành riêng cho tác vụ. Nó khai thác ngữ cảnh hai chiều sâu từ hàng trăm triệu tham số được huấn luyện trước để mang lại độ chính xác hàng đầu trên các tác vụ phân loại văn bản ngắn và trung bình với lượng dữ liệu có nhãn tương đối khiêm tốn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
+60 more
Nguồn tài liệu
- 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), Lecture Notes in Computer Science, vol 11856, pp. 194–206. Springer. DOI: 10.1007/978-3-030-32381-3_16 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bidirectional Encoder Representations from Transformers for Text Classification. ScholarGate. https://scholargate.app/vi/deep-learning/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.
- Mạng bộ nhớ dài-ngắn hạn (LSTM)Học sâu↔ compare
- Mạng nơ-ron hồi quyHọc sâu↔ compare
- Phân loại dựa trên RoBERTaHọc sâu↔ compare
- Nhúng câu (Sentence Embeddings)Học sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →