Domein-adaptieve sentimentanalyse
Domein-adaptieve sentimentanalyse traint een sentimentmodel op een of meer gelabelde brondomeinen (bv. productrecensies) en past dit aan aan een doeldomein (bv. socialemediaposts of nieuws) waar labels schaars of afwezig zijn. Door de vocabulaire- en distributiekloof tussen domeinen te overbruggen, bereikt het sterke sentimentclassificatie zonder dat er grote gelabelde corpora in elk doeldomein nodig zijn.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Domain-adaptive Sentiment Analysis (Cross-Domain Opinion Mining with Domain Adaptation). ScholarGate. https://scholargate.app/nl/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-gebaseerde ClassificatieDeep learning↔ compare
- Multilingue SentimentanalyseDeep learning↔ compare
- RoBERTa-gebaseerde ClassificatieDeep learning↔ compare
- Sentence EmbeddingsDeep learning↔ compare
- Transfer Learning met BERT-gebaseerde ClassificatieDeep learning↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →