Адаптация к домену для распознавания именованных сущностей
Адаптация к домену для распознавания именованных сущностей (DA-NER) применяется для распознавания именованных сущностей в целевом домене путем переноса или адаптации модели, обученной на исходном домене, с использованием таких методов, как предварительное обучение на специфическом для домена корпусе, состязательное выравнивание или обогащение признаков. Это решает проблему снижения производительности, с которой сталкиваются стандартные модели NER при развертывании за пределами их домена обучения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Domain-adaptive Named Entity Recognition (DA-NER). ScholarGate. https://scholargate.app/ru/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.
- Классификация на основе BERTГлубокое обучение↔ compare
- Адаптация BERT-модели к домену на основе классификацииГлубокое обучение↔ compare
- Дообученное распознавание именованных сущностейГлубокое обучение↔ compare
- Распознавание именованных сущностей (NER)Интеллектуальный анализ текста↔ compare
- Трансферное обучение с классификацией на основе BERTГлубокое обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →