Tartományadaptív Nevesített Entitás Felismerés
A tartományadaptív nevesített entitás felismerés (DA-NER) a nevesített entitás felismerést egy cél-tartományra alkalmazza oly módon, hogy egy forrás-tartományon képzett modellt transzferál vagy adaptál, olyan technikákat használva, mint a tartományspecifikus előképzés, az ellentétes igazítás (adversarial alignment) vagy a jellemzők bővítése (feature augmentation). Ez a módszer kezeli azt a teljesítménycsökkenést, amelyet a standard NER modellek szenvednek el, amikor a képzési tartományukon kívül alkalmazzák őket.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/hu/deep-learning/domain-adaptive-named-entity-recognition
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- BERT-alapú osztályozásMélytanulás↔ összehasonlítás
- Domain-adaptive BERT-based ClassificationMélytanulás↔ összehasonlítás
- Finomhangolt elnevezett entitás felismerésMélytanulás↔ összehasonlítás
- Névvel ellátott entitás felismerés (NER)Szövegbányászat↔ összehasonlítás
- Transzfer tanulás BERT-alapú osztályozássalMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →