利用大型语言模型进行 COVID-Tweets 的多标签分类
原文中文，约300字，阅读约需1分钟。发表于：。构建一个有效的多标签分类器，根据社交媒体帖子（尤其是推文）作者表达的特定疫苗相关担忧，对其进行标签化，比较三种不同的模型，其中 Supervised BERT-large-uncased 模型效果最佳。
该论文介绍了基于transformer的COVID-Twitter-BERT模型，通过对大量Twitter上有关COVID-19的消息进行预训练，提高了BERT-Large基础模型在五个不同分类数据集上的性能，尤其在COVID-19内容分类中表现突出。该模型可用于文本分类、问答和聊天机器人等自然语言处理任务。
