Process / pipeline
도메인 적응(Domain Adaptation) — 자연어 처리(NLP)
도메인 적응은 사전 훈련된 일반 언어 모델을 특정 도메인 데이터에 미세 조정하여 의학, 법률, 금융과 같은 전문 분야에서 성능을 향상시키는 자연어 처리 기법입니다. 이는 교차 도메인 감성 분류에 대한 Blitzer et al. (2007)의 연구와 생물의학 분야의 BioBERT 모델에 대한 Lee et al. (2020)의 연구와 같은 전이 학습(transfer learning) 개념을 기반으로 합니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/ko/text-mining/domain-adaptation-nlp
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.
Compare side by side →