Домейнна адаптация — НЛП
Домейнната адаптация е техника за обработка на естествен език, която взема общ предварително обучен езиков модел и го донастройва върху данни от целевия домейн, така че да работи по-добре в специализирани области като медицина, право и финанси. Тя се основава на идеите за трансферно обучение зад работи като тази на Blitzer et al. (2007) за междудомейнна класификация на настроения и тази на Lee et al. (2020) за биомедицинския модел BioBERT.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Lee, J. et al. (2020). BioBERT: A Pre-trained Biomedical Language Representation Model. Bioinformatics. DOI: 10.1093/bioinformatics/btz682 ↗
- Blitzer, J. et al. (2007). Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification. ACL. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/bg/text-mining/domain-adaptation-nlp
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- BERT EmbeddingsИзвличане на текст↔ сравняване
- Анализ на настроениятаИзвличане на текст↔ сравняване
- Класификация на текстИзвличане на текст↔ сравняване
- Трансферно обучениеМашинно обучение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →