Domain Adaptation
Domain adaptation is a natural-language-processing technique that takes a general pretrained language model and fine-tunes it on target-domain data so that it performs better in specialised fields such as medicine, law, and finance. It builds on the transfer-learning ideas behind work like Blitzer et al. (2007) on cross-domain sentiment classification and Lee et al. (2020) on the biomedical BioBERT model.
Record di origine
Citazioni copiate testualmente dal record di origine del metodo. Non si inferisce alcuna verifica a livello di affermazione da esse.
- 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. · URL
Affermazioni curate
Affermazioni persistite nel registro delle evidenze, ciascuna con la propria valutazione.
Questa vista non inventa una valutazione dell'affermazione quando il registro non ne ha.
Metodi correlati
Generato dal grafo dei metodi e mostrato come relazioni suggerite dalla macchina — nessuna affermazione di evidenza viene inferita.