Perbandingan Performansi Distilbert Indonesia dengan IndoBert dalam Ringkasan Ekstraktif - Dalam bentuk pengganti sidang - Artikel Jurnal
HANSEL NATHANAEL PINONDANG
Informasi Umum
Kode
23.04.7184
Klasifikasi
006.35 - Natural Language Processing, Computer Science
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Natural Language Processing
Dilihat
577 kali
Informasi Lainnya
Abstraksi
<p><a name="_Hlk145062519"><strong>Dengan semakin bertambah majunya teknologi permodelan NLP, aplikasi untuk menyelesaikan masalah pun bertambah. Dan dari teknologi struktur model tersebut, muncul model menggunakan struktur yang memiliki kapabilitas yang mirip, tapi menggunakan sumber daya komputasi yang lebih sedikit. Studi kasus jurnal ini berupa berita yang dikumpulkan menjadi dataset benchmark dalam Bahasa Indonesia untuk pelatihan dalam tugas meringkas secara ekstraktif. Dataset yang dipakai adalah liputan6 dan indosum. Kedua model Bert and distilBert digunakan untuk melakukan <em>downward task </em>tersebut untuk mengukur performansi. Tolak ukur yang dipakai adalah total waktu training, dan penggunaan sumber daya komputasi serta <em>training loss</em> dari <em>fine-tuning</em>. Hasil dari <em>fine-tuning</em> menunjukkan nilai akhir <em>training loss </em>dari model Bert dengan distilBert tidak jauh berbeda dengan distilBert memerlukan waktu lebih cepat dan sumber komputasi lebih sedikit.</strong></a></p>
- CII3C3 - PEMBELAJARAN MESIN
- CII4G3 - PEMROSESAN BAHASA ALAMI
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | HANSEL NATHANAEL PINONDANG |
| Jenis | Perorangan |
| Penyunting | Moch. Arif Bijaksana, Siti Sa'adah |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
