exaBase

exaBase

LOGIN

転移学習を用いたテキスト分類

  1. HOME>
  2. 転移学習を用いたテキスト分類

日本語で書かれた文章が、否定的か肯定的かを判定します
従来のテキスト分類アプローチでは、目的に特化したモデル設計と巨大なラベル付きデータセットが必要でした。 最近では、テキストベースの転移学習技術の出現により、教師なしで言語モデルを事前学習し、それらを活用して下流のタスクを効果的に実行することが可能になっています。 本研究では日本語に焦点を当て、テキスト分類における転移学習技術の可能性を示します。 具体的には、楽天の商品レビューとヤフーの映画レビューデータセットに対して、二値および多値の感情分類を行います。 転移学習ベースのアプローチは、3倍のデータでトレーニングされた特化型のモデルよりも高いパフォーマンスを示し、30分の1のデータでも同等に機能します。
詳細はAn Investigation of Transfer Learning-Based Sentiment Analysis in Japaneseをご覧ください。
このページからダウンロードできるソースコードと学習済み重みにより、同論文の内容を再現できます。

無料ダウンロード (229MB)

※ダウンロードには会員登録が必要となります

関連モデル

  • キズの検知

    物体の表面にある不良部の有無と種類を識別する事ができます。

  • 物体名判別

    画像内の映っている物体の名称を出力します。

  • 農作物の病気・害虫診断

    農作物の画像の中から、病気の有無と種類を識別することができます。

  • 作物の種類分類

    画像に表示されている作物の種類を、予め設定した分類項目の何にあたるかを検出することができます。

  • スケッチの判定

    スケッチの内容を判別します。