Machine learningDeep learning / NLP / CV
도메인 적응형 감성 분석
도메인 적응형 감성 분석은 하나 이상의 레이블이 지정된 소스 도메인(예: 제품 리뷰)에서 감성 모델을 훈련하고, 레이블이 부족하거나 없는 대상 도메인(예: 소셜 미디어 게시물 또는 뉴스)에 맞게 조정하는 것입니다. 도메인 간의 어휘 및 분포 격차를 해소함으로써 각 대상 도메인에서 대규모 레이블이 지정된 코퍼스가 필요 없이 강력한 감성 분류를 달성합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Blitzer, J., Dredze, M., & Pereira, F. (2007). Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification. Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics (ACL), 440–447. link ↗
- Pan, S. J., Ni, X., Sun, J.-T., Yang, Q., & Chen, Z. (2010). Cross-domain sentiment classification via spectral feature alignment. Proceedings of the 19th International Conference on World Wide Web (WWW), 751–760. DOI: 10.1145/1772690.1772767 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Domain-adaptive Sentiment Analysis (Cross-Domain Opinion Mining with Domain Adaptation). ScholarGate. https://scholargate.app/ko/deep-learning/domain-adaptive-sentiment-analysis
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 기반 분류딥러닝↔ compare
- 다국어 감성 분석딥러닝↔ compare
- RoBERTa 기반 분류딥러닝↔ compare
- 문장 임베딩딥러닝↔ compare
- BERT 기반 전이 학습을 이용한 분류딥러닝↔ compare