Adaptació de domini — NLP
L'adaptació de domini és una tècnica de processament del llenguatge natural (NLP) que pren un model de llenguatge preentrenat general i el refina (fine-tunes) amb dades del domini objectiu perquè tingui un millor rendiment en camps especialitzats com la medicina, el dret i les finances. Es basa en les idees d'aprenentatge per transferència (transfer learning) darrere treballs com el de Blitzer et al. (2007) sobre classificació de sentiments entre dominis (cross-domain sentiment classification) i el de Lee et al. (2020) sobre el model biomèdic BioBERT.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/ca/text-mining/domain-adaptation-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT EmbeddingsMineria de text↔ compare
- Anàlisi de sentimentsMineria de text↔ compare
- Classificació de textMineria de text↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →