Reconocimiento de Entidades Nombradas Adaptado al Dominio
El Reconocimiento de Entidades Nombradas Adaptado al Dominio (DA-NER) aplica el reconocimiento de entidades nombradas a un dominio objetivo transfiriendo o adaptando un modelo entrenado en un dominio fuente, utilizando técnicas como el preentrenamiento específico del dominio, la alineación adversarial o la aumentación de características. Aborda el colapso del rendimiento que sufren los modelos NER estándar al ser desplegados fuera de su dominio de entrenamiento.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/es/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.
- Clasificación basada en BERTAprendizaje profundo↔ compare
- Clasificación basada en BERT adaptada al dominioAprendizaje profundo↔ compare
- Reconocimiento de Entidades Nombradas con Ajuste FinoAprendizaje profundo↔ compare
- Reconocimiento de entidades nombradas (NER)Minería de texto↔ compare
- Aprendizaje por transferencia con clasificación basada en BERTAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →