Phân loại không cần huấn luyện (Zero-Shot Classification) — Phân loại văn bản không cần dữ liệu huấn luyện
Phân loại không cần huấn luyện là một tác vụ xử lý ngôn ngữ tự nhiên, trong đó văn bản được gán vào các danh mục được mô tả bằng ngôn ngữ thông thường mà không yêu cầu bất kỳ dữ liệu huấn luyện có nhãn nào. Được hình thức hóa như một bài toán suy luận (entailment problem) bởi Yin, Hay và Roth (2019), nó cho phép một mô hình ngôn ngữ lớn đã được huấn luyện trước nhận dạng các danh mục mới một cách linh hoạt chỉ bằng cách đặt tên cho chúng, cho phép thích ứng nhanh chóng với các bộ nhãn mới.
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
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Zero-Shot Text Classification. ScholarGate. https://scholargate.app/vi/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.
- Phân loại văn bản với số lượng ví dụ ít (Few-Shot Text Classification)Khai 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 →