Doménová adaptace — NLP
Doménová adaptace je technika zpracování přirozeného jazyka (NLP), která vezme obecný předtrénovaný jazykový model a doladí jej na datech cílové domény, aby lépe fungoval ve specializovaných oblastech, jako je medicína, právo a finance. Vychází z myšlenek přenosového učení (transfer learning) za prací, jako je Blitzer et al. (2007) o křížově doménové klasifikaci sentimentu a Lee et al. (2020) o biomedicínském modelu BioBERT.
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. 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/cs/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 EmbeddingsDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
- Přenosové učeníStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →