Analyse de sentiments adaptative au domaine
L'analyse de sentiments adaptative au domaine entraîne un modèle de sentiments sur un ou plusieurs domaines sources étiquetés (par exemple, des avis de produits) et l'adapte à un domaine cible (par exemple, des publications sur les réseaux sociaux ou des actualités) où les étiquettes sont rares ou absentes. En comblant le fossé de vocabulaire et de distribution entre les domaines, elle permet une classification de sentiments robuste sans nécessiter de grands corpus étiquetés dans chaque domaine cible.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Blitzer, J., Dredze, M., & Pereira, F. (2007). Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification. Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics (ACL), 440–447. link ↗
- Pan, S. J., Ni, X., Sun, J.-T., Yang, Q., & Chen, Z. (2010). Cross-domain sentiment classification via spectral feature alignment. Proceedings of the 19th International Conference on World Wide Web (WWW), 751–760. DOI: 10.1145/1772690.1772767 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Domain-adaptive Sentiment Analysis (Cross-Domain Opinion Mining with Domain Adaptation). ScholarGate. https://scholargate.app/fr/deep-learning/domain-adaptive-sentiment-analysis
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.
- Classification basée sur BERTApprentissage profond↔ compare
- Analyse de sentiments multilingueApprentissage profond↔ compare
- Classification basée sur RoBERTaApprentissage profond↔ compare
- Plongements de phrasesApprentissage profond↔ compare
- Transfer Learning avec Classification basée sur BERTApprentissage profond↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →