توضیحات
یکی از رایج ترین وظایف در پردازش زبان طبیعی و به طور کلی یادگیری ماشینی، طبقه بندی است. هدف این کار آموزش مدلی برای اختصاص یک برچسب یا کلاس به متن ورودی است. دسته بندی متن در سراسر جهان برای طیف گسترده ای از کاربردها، از تجزیه و تحلیل احساسات و تشخیص هدف گرفته تا استخراج موجودیت ها و تشخیص زبان استفاده می شود. تاثیر مدل های زبان بزرگ بر دسته بندی را نمی توان دست کم گرفت. اضافه شدن این مدل ها به سرعت به عنوان پیش فرض برای این نوع کارها تبدیل شده است. در این فصل، روش‌های مختلفی برای استفاده از مدل‌سازی زبان بزرگ برای دسته‌بندی متن بحث خواهیم کرد. با توجه به دامنه گسترده طبقه بندی متن، انواع تکنیک ها و همچنین موارد استفاده مورد بحث قرار خواهد گرفت. این فصل همچنین به عنوان یک مقدمه خوب برای LLM ها عمل می کند زیرا بیشتر آنها می توانند برای طبقه بندی استفاده شوند. ما بر روی استفاده از LLM های از پیش آموزش دیده تمرکز خواهیم کرد، مدل هایی که قبلاً بر روی مقادیر زیادی داده آموزش دیده اند و می توانند برای دسته بندی متن استفاده شوند. تنظیم دقیق این مدل‌ها برای دسته‌بندی متن و تطبیق دامنه با جزئیات بیشتر در فصل 10 مورد بحث قرار خواهد گرفت. اجازه دهید با نگاهی به ابتدایی‌ترین کاربرد و تکنیک، طبقه‌بندی متن کاملاً نظارت شده، شروع کنیم.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.