L

Linkbert Base

michiyasunagaによって開発
LinkBERTは英語版Wikipediaとハイパーリンク情報を用いて事前学習されたBERT改良モデルで、ドキュメント間の関連性を捉えることで知識集約型タスクの性能を向上させます。
ダウンロード数 195
リリース時間 : 3/8/2022

モデル概要

LinkBERTはTransformerエンコーダーベースのモデルで、ドキュメントリンク(ハイパーリンクなど)を導入してドキュメント間の知識関連性を強化し、質疑応答やテキスト分類などのタスクに適しています。

モデル特徴

ドキュメント間リンク事前学習
ハイパーリンクを使用して関連ドキュメントを同一コンテキストに含め、知識の関連性を強化
BERTアーキテクチャ互換
下流タスクのコード変更なしでBERTの代わりに直接使用可能
知識集約型タスク最適化
質疑応答や読解タスクなどで元のBERTを大幅に上回る性能

モデル能力

テキスト特徴量抽出
マスク言語モデリング
質疑応答システム構築
テキスト分類
シーケンスラベリング

使用事例

知識集約型タスク
オープンドメインQA
ドキュメント間関連性を活用した複雑な質問への回答
HotpotQAでBERT-baseより2.2ポイント向上
ドキュメント検索
リンク関係に基づくドキュメント関連性ランキング
汎用NLPタスク
テキスト分類
感情分析、トピック分類など
GLUE平均スコアがBERT-baseより0.4ポイント高い
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase