エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
BERTを用いた日本語文書分類タスクの学習・ハイパーパラメータチューニングの実践例
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
BERTを用いた日本語文書分類タスクの学習・ハイパーパラメータチューニングの実践例
BERT を用いて livedoorニュースコーパス分類タスクを学習ハイパーパラメータチューニングによって,テ... BERT を用いて livedoorニュースコーパス分類タスクを学習ハイパーパラメータチューニングによって,テスト正答率を 87.6% から 96.7% まで改善おまけ:カテゴリ「エスマックス」の判別は極めて容易 カラクリ株式会社の Research & development チーム(長いので以下 AIチーム)の吉田です.おはこんばんにちは. 本記事では,BERT (Bidirectional Encoder Representations from Transformers) を用いて日本語文書分類タスクを学習し,さらに精度向上のためにハイパーパラメータチューニングを実施した場合の実践例について記しました. BERTは,文章(正確にはトークン列)が入力されるとその特徴ベクトルを出力する,巨大なニューラルネットワークです.2018年10月にGoogleから発表された論文で提案された手法で