Domain Adaptation
Domain adaptation is a natural-language-processing technique that takes a general pretrained language model and fine-tunes it on target-domain data so that it performs better in specialised fields such as medicine, law, and finance. It builds on the transfer-learning ideas behind work like Blitzer et al. (2007) on cross-domain sentiment classification and Lee et al. (2020) on the biomedical BioBERT model.
Registro de origem
Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.
- 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. · URL
Alegações curadas
Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.
Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.
Métodos relacionados
Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.