Domenska prilagodba — NLP
Domenska prilagodba je tehnika obrade prirodnog jezika koja uzima opći pred-obučen jezični model i fino ga prilagođava na podatke ciljne domene kako bi bolje funkcionirao u specijaliziranim područjima kao što su medicina, pravo i financije. Temelji se na idejama prijenosa učenja iz radova poput Blitzer et al. (2007.) o unakrsnoj domenskoj klasifikaciji sentimenta i Lee et al. (2020.) o biomedicinskom modelu BioBERT.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/hr/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 EmbeddingsRudarenje teksta↔ compare
- Analiza sentimentaRudarenje teksta↔ compare
- Klasifikacija tekstaRudarenje teksta↔ compare
- Prijenosno učenjeStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →