Domein-adaptieve Named Entity Recognition
Domein-adaptieve Named Entity Recognition (DA-NER) past named entity recognition toe op een doel-domein door een model dat getraind is op een bron-domein over te dragen of aan te passen, met behulp van technieken zoals domein-specifieke pre-training, adversariële uitlijning of feature-augmentatie. Het pakt het prestatieverlies aan dat standaard NER-modellen lijden wanneer ze buiten hun trainingsdomein worden ingezet.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/nl/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-gebaseerde ClassificatieDeep learning↔ compare
- Domein-adaptieve BERT-gebaseerde ClassificatieDeep learning↔ compare
- Fijn afgestelde Named Entity RecognitionDeep learning↔ compare
- Named Entity Recognition (NER)Text mining↔ compare
- Transfer Learning met BERT-gebaseerde ClassificatieDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →