Domain Adaptation

释义 Definition

领域自适应：在机器学习/自然语言处理/计算机视觉中，指把在源领域（source domain）训练好的模型，调整或改造使其能在数据分布不同的目标领域（target domain）上表现良好（常见于“训练数据与真实应用场景不一致”的情况）。也可泛指让系统适应新的使用场景或语域。

发音 Pronunciation (IPA)

/doʊˈmeɪn ˌædæpˈteɪʃən/

例句 Examples

We use domain adaptation to make the model work on medical images.
我们使用领域自适应让模型能在医学影像上正常工作。

Although the classifier performs well on news articles, domain adaptation is needed to handle informal social media text with different vocabulary and style.
尽管该分类器在新闻文章上表现良好，但要处理词汇与文体差异更大的非正式社交媒体文本，仍需要进行领域自适应。

词源 Etymology

domain 来自拉丁语 dominium（“统治、领域”），在技术语境中引申为“数据来源/应用场景/分布范围”；adaptation 来自拉丁语 adaptare（“使适合、调整”）。组合起来的 domain adaptation 属于计算机科学（尤其是机器学习）术语，强调“让方法适配不同领域的数据分布差异”。

相关词 Related Words

• Transfer Learning
• Fine-tuning
• Covariate Shift
• Distribution Shift
• Domain Shift
• Generalization
• Source Domain
• Target Domain
• Multi-domain Learning
• Domain-invariant

文献与著作 Literary / Notable Works

• Domain Adaptation in Computer Vision Applications（书籍，Gabriela Csurka 主编，常被引用的计算机视觉领域自适应论文集/专著）
• Domain Adaptation for Statistical Classifiers（技术专著，Wiley 系列中与统计分类器领域自适应相关的经典综述性著作）
• “Domain-Adversarial Training of Neural Networks”（Ganin 等，提出对抗式领域自适应的重要论文）
• “A Survey on Transfer Learning”（Pan & Yang，综述文章，涵盖并讨论与领域自适应密切相关的迁移学习框架）