Adaptação de Domínio — PLN
A adaptação de domínio é uma técnica de processamento de linguagem natural que pega um modelo de linguagem pré-treinado geral e o ajusta (fine-tunes) em dados de domínio alvo, de modo que ele tenha um melhor desempenho em campos especializados como medicina, direito e finanças. Ela se baseia nas ideias de aprendizado por transferência (transfer learning) por trás de trabalhos como Blitzer et al. (2007) sobre classificação de sentimento entre domínios e Lee et al. (2020) sobre o modelo biomédico BioBERT.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Domain Adaptation for NLP. ScholarGate. https://scholargate.app/pt/text-mining/domain-adaptation-nlp
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Embeddings BERTMineração de texto↔ comparar
- Análise de SentimentoMineração de texto↔ comparar
- Classificação de TextoMineração de texto↔ comparar
- Aprendizagem por TransferênciaAprendizado de máquina↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →