Domain-Adaptive GRU
A Domain-Adaptive GRU a Gated Recurrent Unit (GRU) architektúrát ötvözi a domain-adaptációs technikákkal, hogy egy címkézett forrás domainen tanított szekvenciamodellt át lehessen vinni egy eltérő, de rokon cél domainre, csökkentve az eloszláseltolódás okozta teljesítményromlást. Széles körben alkalmazzák természetesnyelv-feldolgozási (NLP) feladatokban, mint például a domainok közötti sentiment-analízis, elnevezett entitások felismerése és szövegklasszifikáció, ahol a címkézett cél-domain adatok szűkösek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Cho, K., van Merrienboer, B., Gulcehre, C., Bahdanau, D., Bougares, F., Schwenk, H., & Bengio, Y. (2014). Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation. In Proceedings of EMNLP 2014 (pp. 1724–1734). Association for Computational Linguistics. link ↗
- Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Marchand, M., & Lempitsky, V. (2016). Domain-adversarial training of neural networks. Journal of Machine Learning Research, 17(1), 2096–2030. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Domain-Adaptive Gated Recurrent Unit Network. ScholarGate. https://scholargate.app/hu/deep-learning/domain-adaptive-gru
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.
- Domain-adaptív rekurrens neurális hálózatMélytanulás↔ compare
- Tartományadaptív transzformerMélytanulás↔ compare
- Finomhangolt GRUMélytanulás↔ compare
- Gated Recurrent Unit (GRU)Mélytanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →