Phân loại dựa trên BERT tinh chỉnh
Phân loại dựa trên BERT tinh chỉnh (Fine-Tuned BERT-based Classification) điều chỉnh một mô hình BERT đã được huấn luyện trước (pre-trained BERT transformer) cho một tác vụ phân loại văn bản cụ thể bằng cách thêm một lớp đầu ra nhẹ và tiếp tục huấn luyện dựa trên gradient trên các ví dụ có nhãn. Phương pháp này liên tục đạt được độ chính xác gần với trạng thái nghệ thuật (near-state-of-the-art) trong phân tích cảm xúc, phân loại chủ đề, phát hiện ý định và các tác vụ phân loại NLP khác với các tập dữ liệu có nhãn tương đối nhỏ.
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.
+8 more
Nguồn tài liệu
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. DOI: 10.18653/v1/N19-1423 ↗
- Sun, C., Qiu, X., Xu, Y., & Huang, X. (2019). How to Fine-Tune BERT for Text Classification? Proceedings of CCL 2019, LNCS 11856, 194–206. DOI: 10.1007/978-3-030-32381-3_16 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Fine-Tuned BERT-based Text Classification. ScholarGate. https://scholargate.app/vi/deep-learning/fine-tuned-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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên RoBERTa tinh chỉnhHọc sâu↔ compare
- Transformer tinh chỉnhHọc 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 →