Reconhecimento de Entidades Nomeadas Adaptativo ao Domínio
O Reconhecimento de Entidades Nomeadas Adaptativo ao Domínio (DA-NER) aplica o reconhecimento de entidades nomeadas a um domínio alvo, transferindo ou adaptando um modelo treinado em um domínio fonte, usando técnicas como pré-treinamento específico do domínio, alinhamento adversarial ou aumento de características. Ele aborda o colapso de desempenho que os modelos NER padrão sofrem quando implantados fora de seu domínio de treinamento.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/pt/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.
- Classificação baseada em BERTAprendizado profundo↔ compare
- Classificação baseada em BERT com adaptação de domínioAprendizado profundo↔ compare
- Fine-Tuned Named Entity RecognitionAprendizado profundo↔ compare
- Reconhecimento de Entidades Nomeadas (NER)Mineração de texto↔ compare
- Transfer Learning com Classificação Baseada em BERTAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →