Machine learningDeep learning / NLP / CV
개체명 인식(Named Entity Recognition)을 활용한 전이 학습
개체명 인식(NER)을 활용한 전이 학습은 BERT, RoBERTa 또는 도메인 특화 인코더와 같은 대규모 사전 학습 언어 모델을 텍스트 내 개체명(인명, 위치, 기관, 날짜 등) 식별 및 분류 작업에 적용합니다. 방대한 코퍼스에서 학습된 풍부한 언어 표현을 재사용함으로써, 이 접근 방식은 적은 양의 레이블링된 NER 데이터만으로도 최첨단 스팬(span) 탐지 및 분류 정확도를 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
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/ko/deep-learning/transfer-learning-with-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 기반 분류딥러닝↔ compare
- 미세 조정된 개체명 인식딥러닝↔ compare
- RoBERTa 기반 분류딥러닝↔ compare
- 문장 임베딩딥러닝↔ compare
- BERT 기반 전이 학습을 이용한 분류딥러닝↔ compare