Pengenalan Entitas Bernama Adaptif Domain
Pengenalan Entitas Bernama Adaptif Domain (DA-NER) menerapkan pengenalan entitas bernama ke domain target dengan mentransfer atau mengadaptasi model yang dilatih pada domain sumber, menggunakan teknik seperti pra-pelatihan spesifik domain, penyelarasan adversarial, atau augmentasi fitur. Ini mengatasi penurunan kinerja yang dialami model NER standar ketika diterapkan di luar domain pelatihannya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/id/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.
- Klasifikasi Berbasis BERTPembelajaran Mendalam↔ compare
- Klasifikasi Berbasis BERT Adaptif DomainPembelajaran Mendalam↔ compare
- Pengenalan Entitas Bernama yang DisesuaikanPembelajaran Mendalam↔ compare
- Pengenalan Entitas Bernama (NER)Penambangan Teks↔ compare
- Transfer Learning dengan Klasifikasi Berbasis BERTPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →