Nazewnictwo jednostek nazwanych z adaptacją do domeny
Nazewnictwo jednostek nazwanych z adaptacją do domeny (DA-NER) stosuje rozpoznawanie jednostek nazwanych do domeny docelowej poprzez przeniesienie lub adaptację modelu wytrenowanego w domenie źródłowej, wykorzystując techniki takie jak pre-trening specyficzny dla domeny, wyrównanie adwersarialne lub wzbogacanie cech. Rozwiązuje problem spadku wydajności, którego standardowe modele NER doświadczają po wdrożeniu poza domeną, na której były trenowane.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/pl/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.
- Klasyfikacja oparta na BERTUczenie głębokie↔ compare
- Klasyfikacja oparta na domenowo adaptowanym modelu BERTUczenie głębokie↔ compare
- Dostrajanie rozpoznawania jednostek nazewniczychUczenie głębokie↔ compare
- Rozpoznawanie nazw własnych (NER)Eksploracja tekstu↔ compare
- Uczenie maszynowe z klasyfikacją opartą na BERTUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →