Adaptasi Domain — NLP
Adaptasi domain adalah teknik pemrosesan bahasa alami yang mengambil model bahasa pra-terlatih umum dan menyempurnakannya pada data domain target sehingga kinerjanya lebih baik di bidang khusus seperti kedokteran, hukum, dan keuangan. Ini dibangun di atas ide pembelajaran transfer di balik karya seperti Blitzer et al. (2007) tentang klasifikasi sentimen lintas domain dan Lee et al. (2020) tentang model BioBERT biomedis.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/id/text-mining/domain-adaptation-nlp
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Embedding BERTPenambangan Teks↔ bandingkan
- Analisis SentimenPenambangan Teks↔ bandingkan
- Klasifikasi TeksPenambangan Teks↔ bandingkan
- Transfer LearningPembelajaran Mesin↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →