Nimetyt entiteetit -tunnistus (Domain-adaptive Named Entity Recognition, DA-NER)
Domain-adaptive Named Entity Recognition (DA-NER) soveltaa nimetyt entiteetit -tunnistusta kohdedomainiin siirtämällä tai mukauttamalla lähdedomainissa koulutettua mallia käyttäen tekniikoita kuten domain-spesifistä esikoulutusta, vastakkainasetteluun perustuvaa kohdistusta tai piirteiden laajentamista. Se ratkaisee suorituskyvyn romahtamisen, jota tavalliset NER-mallit kärsivät, kun niitä käytetään koulutusdomaininsa ulkopuolella.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/fi/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.
- BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Aluekohtainen BERT-pohjainen luokitteluSyväoppiminen↔ compare
- Hienosäädetty nimettyjen entiteettien tunnistusSyväoppiminen↔ compare
- Nimettyjen entiteettien tunnistus (NER)Tekstinlouhinta↔ compare
- Siirto-oppiminen BERT-pohjaisella luokittelullaSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →