Domänenanpassung — NLP
Domänenanpassung ist eine Technik der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), die ein allgemeines vortrainiertes Sprachmodell nimmt und es auf Zieldomänendaten feinabstimmt, damit es in spezialisierten Bereichen wie Medizin, Recht und Finanzen besser abschneidet. Sie baut auf den Transfer-Learning-Ideen auf, die hinter Arbeiten wie der von Blitzer et al. (2007) zur domänenübergreifenden Sentimentklassifizierung und dem BioBERT-Modell von Lee et al. (2020) für den biomedizinischen Bereich stehen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/de/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-EinbettungenText Mining↔ compare
- Sentiment-AnalyseText Mining↔ compare
- TextklassifizierungText Mining↔ compare
- Transfer LearningMaschinelles Lernen↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →