Phân tích tình cảm tự giám sát
Phân tích tình cảm tự giám sát kết hợp tiền huấn luyện quy mô lớn không giám sát — thông qua các mục tiêu như mô hình hóa ngôn ngữ bị che, hoặc dự đoán tương phản — với tinh chỉnh trên một tập dữ liệu tình cảm nhỏ có nhãn. Phương pháp này, được phổ biến bởi BERT và các biến thể của nó, giảm đáng kể nhu cầu về dữ liệu được gán nhãn thủ công trong khi vẫn đạt được độ chính xác hàng đầu trên các tác vụ phân loại ý kiến tích cực/tiêu cực/trung tính.
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.
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), pp. 194–206. Springer. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Self-supervised Learning for Sentiment Analysis. ScholarGate. https://scholargate.app/vi/deep-learning/self-supervised-sentiment-analysis
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 văn bảnKhai phá văn bản↔ compare
- Transfer LearningHọc máy↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →