Domenam pielāgotā nosaukto entitāšu atpazīšana
Domenam pielāgotā nosaukto entitāšu atpazīšana (DA-NER) attiecina nosaukto entitāšu atpazīšanu uz mērķa domēnu, pārsūtot vai pielāgojot modeli, kas apmācīts avota domēnā, izmantojot tādas metodes kā domēnspecifiska iepriekšēja apmācība, pretinieku izlīdzināšana vai iezīmju papildināšana. Tā risina veiktspējas kritumu, ko standarta NER modeļi piedzīvo, ja tos izmanto ārpus apmācības domēna.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/lv/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 klasifikācijaDziļā mācīšanās↔ compare
- Domenam pielāgotā BERT klasifikācijaDziļā mācīšanās↔ compare
- Ar smalku noskaņošanu precizēta nosaukto entitāšu atpazīšanaDziļā mācīšanās↔ compare
- Nosaukuma entītiju atpazīšana (NER)Teksta ieguve↔ compare
- Pārneses apmācība ar BERT bāzētu klasifikācijuDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →