Domeneadaptasjon — NLP
Domeneadaptasjon er en teknikk innen naturlig språkbehandling som tar en generell forhåndstrent språkmodell og finjusterer den på data fra måldomenet, slik at den presterer bedre innen spesialiserte felt som medisin, juss og finans. Den bygger på overføringslæringsideene bak arbeid som Blitzer et al. (2007) om kryssdomene-sentimentklassifisering og Lee et al. (2020) om den biomedisinske BioBERT-modellen.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/no/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.
- BERT EmbeddingsTekstutvinning↔ compare
- SentimentanalyseTekstutvinning↔ compare
- TekstklassifiseringTekstutvinning↔ compare
- OverføringslæringMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →