การวิเคราะห์ความรู้สึกแบบปรับตามโดเมน
การวิเคราะห์ความรู้สึกแบบปรับตามโดเมน (Domain-adaptive sentiment analysis) คือการฝึกโมเดลความรู้สึกบนโดเมนต้นทางที่มีป้ายกำกับหนึ่งโดเมนหรือมากกว่า (เช่น รีวิวสินค้า) และปรับโมเดลนั้นให้เข้ากับโดเมนเป้าหมาย (เช่น โพสต์บนโซเชียลมีเดีย หรือข่าว) ซึ่งมีป้ายกำกับน้อยหรือไม่ปรากฏเลย ด้วยการเชื่อมช่องว่างทางคำศัพท์และการกระจายตัวระหว่างโดเมน โมเดลจะสามารถจำแนกความรู้สึกได้อย่างมีประสิทธิภาพโดยไม่ต้องใช้ชุดข้อมูลขนาดใหญ่ที่มีป้ายกำกับในทุกโดเมนเป้าหมาย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Blitzer, J., Dredze, M., & Pereira, F. (2007). Biographies, Bollywood, Boom-boxes and Blenders: Domain Adaptation for Sentiment Classification. Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics (ACL), 440–447. link ↗
- Pan, S. J., Ni, X., Sun, J.-T., Yang, Q., & Chen, Z. (2010). Cross-domain sentiment classification via spectral feature alignment. Proceedings of the 19th International Conference on World Wide Web (WWW), 751–760. DOI: 10.1145/1772690.1772767 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Domain-adaptive Sentiment Analysis (Cross-Domain Opinion Mining with Domain Adaptation). ScholarGate. https://scholargate.app/th/deep-learning/domain-adaptive-sentiment-analysis
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.
- การจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare
- การวิเคราะห์ความรู้สึกหลายภาษาการเรียนรู้เชิงลึก↔ compare
- การจำแนกประเภทโดยใช้ RoBERTaการเรียนรู้เชิงลึก↔ compare
- Sentence Embeddingsการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบถ่ายโอนด้วยการจำแนกประเภทโดยใช้ BERTการเรียนรู้เชิงลึก↔ compare