Phân loại văn bản với số lượng ví dụ ít (Few-Shot Text Classification)
Phân loại văn bản với số lượng ví dụ ít gán các tài liệu vào các lớp chỉ với một số ít ví dụ được gán nhãn cho mỗi lớp. Dựa trên những tiến bộ của Gao và cộng sự (2021) và phương pháp SetFit không cần gợi ý (prompt-free) của Tunstall và cộng sự (2022), nó dựa vào mạng tạo mẫu (prototypical networks), MAML, hoặc tinh chỉnh (fine-tuning) một mô hình lớn đã được huấn luyện trước (pretrained model) để học từ các nhãn khan hiếm.
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
- Gao, T., Fisch, A. & Chen, D. (2021). Making Pre-trained Language Models Better Few-shot Learners. ACL. DOI: 10.18653/v1/2021.acl-long.295 ↗
- Tunstall, L., Reimers, N., Jo, U.E.S., Bates, L., Korat, D., Wasserblat, M. & Pereg, O. (2022). Efficient Few-Shot Learning Without Prompts. arXiv. DOI: 10.48550/arXiv.2209.11055 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Few-Shot Text Classification. ScholarGate. https://scholargate.app/vi/text-mining/few-shot-text-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.
- BERT EmbeddingsKhai phá văn bản↔ compare
- Thích nghi miềnKhai phá văn bản↔ compare
- Phân tích Cảm xúcKhai phá văn bản↔ compare
- Phân loại văn bảnKhai phá văn bản↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →