Aprenentatge per transferència amb reconeixement d'entitats nomenades
L'aprenentatge per transferència amb reconeixement d'entitats nomenades (NER) adapta un gran model de llenguatge pre-entrenat — com BERT, RoBERTa, o un codificador específic del domini — a la tasca d'identificar i classificar entitats nomenades (persones, llocs, organitzacions, dates, etc.) en text. Reutilitzant representacions lingüístiques riques apreses de corpus massius, aquest enfocament requereix només dades modestes d'entitats nomenades etiquetades mentre assoleix una precisió de detecció i classificació d'intervals de nivell d'avantguarda.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/ca/deep-learning/transfer-learning-with-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.
- Classificació basada en BERTAprenentatge profund↔ compare
- Reconeixement d'Entitats Amb Nom AjustatAprenentatge profund↔ compare
- Classificació basada en RoBERTaAprenentatge profund↔ compare
- Sentence EmbeddingsAprenentatge profund↔ compare
- Aprenentatge per transferència amb classificació basada en BERTAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →