Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Adapter 与 Prompt Tuning 微调方法研究综述.

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3AVSFJJTCL" target="_blank" >RIV/00216208:11320/23:VSFJJTCL - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://cea.ceaj.org/CN/Y2023/V59/I2/12" target="_blank" >http://cea.ceaj.org/CN/Y2023/V59/I2/12</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.3778/j.issn.1002-8331.2209-0025" target="_blank" >10.3778/j.issn.1002-8331.2209-0025</a>

Alternativní jazyky

  • Jazyk výsledku

    chorvatština

  • Název v původním jazyce

    Adapter 与 Prompt Tuning 微调方法研究综述.

  • Popis výsledku v původním jazyce

    "Text mining is a branch of data mining, covering a variety of technologies, among which natural language processing technology is one of the core tools of text mining, which aims to help users obtain useful information from massive data. In recent years, the pre-training model has played an important role in promoting the research and development of natural language processing, and the fine-tuning method of the pre-training model has also become an important research field. On the basis of the relevant literature on the pre-training model fine-tuning method published in recent years, this paper reviews the current mainstream Adapter and Prompt methods. First of all, the development of natural language processing is briefly combed, and the problems and difficulties in fine-tuning of pre-training models are analyzed. Secondly, two kinds of fine-tuning methods: Adapter and Prompt, and the classic methods in the this two research directions are introduced. The advantages, disadvantages and performance are analyzed and summarized. Finally, this paper summarizes the limitations of the current fine-tuning methods of the pre-training model and discusses the future development direction."

  • Název v anglickém jazyce

    Adapter 与 Prompt Tuning 微调方法研究综述.

  • Popis výsledku anglicky

    "Text mining is a branch of data mining, covering a variety of technologies, among which natural language processing technology is one of the core tools of text mining, which aims to help users obtain useful information from massive data. In recent years, the pre-training model has played an important role in promoting the research and development of natural language processing, and the fine-tuning method of the pre-training model has also become an important research field. On the basis of the relevant literature on the pre-training model fine-tuning method published in recent years, this paper reviews the current mainstream Adapter and Prompt methods. First of all, the development of natural language processing is briefly combed, and the problems and difficulties in fine-tuning of pre-training models are analyzed. Secondly, two kinds of fine-tuning methods: Adapter and Prompt, and the classic methods in the this two research directions are introduced. The advantages, disadvantages and performance are analyzed and summarized. Finally, this paper summarizes the limitations of the current fine-tuning methods of the pre-training model and discusses the future development direction."

Klasifikace

  • Druh

    J<sub>ost</sub> - Ostatní články v recenzovaných periodicích

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    "Journal of Computer Engineering & Applications"

  • ISSN

    1002-8331

  • e-ISSN

  • Svazek periodika

    59

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    HR - Chorvatská republika

  • Počet stran výsledku

    10

  • Strana od-do

    12-21

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus