Machine learningDeep learning / NLP / CV
ドメイン適応型固有表現認識
ドメイン適応型固有表現認識（DA-NER）は、ソースドメインで訓練されたモデルを、ドメイン固有の事前訓練、敵対的アラインメント、または特徴量拡張などの技術を用いてターゲットドメインに転移または適応させることにより、ターゲットドメインに固有表現認識を適用するものである。これは、標準的なNERモデルが訓練ドメイン外に展開された際に被る性能低下に対処する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/ja/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.
- BERTベースの分類深層学習↔ compare
- ドメイン適応型BERTベース分類深層学習↔ compare
- ファインチューニングされた固有表現認識深層学習↔ compare
- 固有表現抽出（NER）テキストマイニング↔ compare
- BERTベースの転移学習による分類深層学習↔ compare