Doménově adaptivní rozpoznávání pojmenovaných entit
Doménově adaptivní rozpoznávání pojmenovaných entit (DA-NER) aplikuje rozpoznávání pojmenovaných entit na cílovou doménu přenosem nebo adaptací modelu natrénovaného na zdrojové doméně pomocí technik, jako je předtrénování specifické pro danou doménu, adversariální zarovnání nebo augmentace příznaků. Řeší pokles výkonu, který standardní NER modely zažívají při nasazení mimo svou tréninkovou doménu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Lee, J., Yoon, W., Kim, S., Kim, D., Kim, S., So, C. H., & Kang, J. (2020). BioBERT: a pre-trained biomedical language representation model for biomedical text mining. Bioinformatics, 36(4), 1234–1240. DOI: 10.1093/bioinformatics/btz682 ↗
- Blitzer, J., McDonald, R., & Pereira, F. (2006). Domain adaptation with structural correspondence learning. Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing (EMNLP), 120–128. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/cs/deep-learning/domain-adaptive-named-entity-recognition
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.
- Klasifikace založená na BERTHluboké učení↔ compare
- Klasifikace založená na BERT s adaptací na doménuHluboké učení↔ compare
- Jemně doladěné rozpoznávání pojmenovaných entitHluboké učení↔ compare
- Rozpoznávání pojmenovaných entit (NER)Dolování textu↔ compare
- Přenosové učení s klasifikací založenou na BERTuHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →