Fine tune BERT的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

東吳大學 巨量資料管理學院碩士學位學程 吳政隆所指導 李芳如的 詞向量技術應用於信用卡商戶名稱分群之研究 (2021),提出Fine tune BERT關鍵因素是什麼,來自於詞頻-逆向文件頻率、Word2Vec、BERT、餘弦相似度、分群演算法、密度分群法、K-平均演算法、階層分群法。

而第二篇論文國立政治大學 圖書資訊與檔案學研究所 陳志銘所指導 陳仙姁的 自動鏈結資料產生器之發展與數位人文教育應用研究 (2021),提出因為有 數位人文、文本鏈結、鏈結資料、文本推薦的重點而找出了 Fine tune BERT的解答。

接下來讓我們看這些論文和書籍都說些什麼吧:

除了Fine tune BERT,大家也想知道這些:

詞向量技術應用於信用卡商戶名稱分群之研究

為了解決Fine tune BERT的問題,作者李芳如 這樣論述:

透過客戶消費資料萃取相關之使用者行為,是蒐集客戶資訊的方式之一。通常交易資料清理的方式較為人工,或是針對單一目標進行資料處理,而且需不斷檢視新增的記錄;現行文字探勘的領域中,大多以文本分類之相關研究為主,顯少有文本分群之研究主題。從非結構化之交易消費說明中,找尋字詞之間的關係,運用不同詞向量技術,突破分類需事先區分條件之限制,建立自動化辨識分析方法,提升分群之準確率。本研究以銀行信用卡交易消費說明內容,進行Jieba和CKIP Transformers兩種中文斷詞方式,分別採用TF、TF-IDF與Word2Vec三種特徵值萃取,以及BERT詞向量技術,搭配基於密度分群法 (DBSCAN)、基

於距離的K-means和階層分群法,交叉組合進行實驗。實驗使用Jieba中文斷詞方式,以Word2Vec模型訓練之特徵值萃取方法,並採用DBSCAN分群演算法,其預測結果以MUC、B3和CEAF之F1平均值67.58%較為顯著。

自動鏈結資料產生器之發展與數位人文教育應用研究

為了解決Fine tune BERT的問題,作者陳仙姁 這樣論述:

本研究旨在開發支援數位人文探究之「自動鏈結資料產生器」,以輔助數位人文學習者在進行大量文本閱讀時,能藉由文本關聯推薦快速掌握及解讀文本內容,以利於梳理出相關人、事、物之間的關聯脈絡。同時,藉由相關文章之文章摘要提供遠讀和細讀相互鏈結的功能,以利於數位人文學習者能更有效率地在相關聯的文章之間進行探索。為了驗證此一工具對於支援數位人文探究之效益,本研究邀請具中文、歷史、哲學等相關背景共16位學生為實驗對象,以實驗研究法之對抗平衡設計比較實驗對象依序使用有/無「自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」輔助進行不同面向文本探索,在文本探索摘要短文分數及科技接受度是否具有顯著的差異,並以半

結構式深度訪談瞭解實驗對象對「自動鏈結資料產生器」的看法與感受,最後透過滯後序列分析探討實驗對象使用「具自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」輔助進行不同面向文本探索的有效行為轉移模式。實驗結果發現,實驗對象採用有/無「自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」輔以進行文本探索,其探索文本成效依據探索之文本主題不同而有不同的顯著差異。「具自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」較適合於探索歷史類主題文本,而「無自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」較適合於探索教育類主題文本。在科技接受度分析部分,採用「具自動鏈結資料產生器」之「羅家倫先生文存數

位人文平台」在認知有用性上顯著高於「無自動鏈結資料產生器」之「羅家倫先生文存數位人文平台」,表示實驗對象認為「自動鏈結資料產生器」更能輔助其在文本探索中,有效率地掌握相關聯的文章與可探討的主題。在行為分析得知,交互使用「自動鏈結資料產生器」與傳統關鍵字檢索及後分類功能,為比較有效的系統操作行為模式。此外,透過訪談結果得知,大多數實驗對象認為「自動鏈結資料產生器」所產生的相關文章之摘要,提供了遠讀和細讀相互鏈結的功能,可以幫助他們更有效率地在相關聯的文章之間進行探索。在未來研究方向上,可提供文章與文章之間人物的社會網絡關係圖,以藉由人物關係進行文本探索,並發展人機互動的合作模式,提升文本實體標註

的準確性,以及嘗試以主題分析(topic analysis)(Pan & Li, 2010)的方式來建立文章之間的關聯,以提供文本探索上更多其他不同面向關係文章的連結性。