Samodohledové rozpoznávání pojmenovaných entit
Samodohledové rozpoznávání pojmenovaných entit (NER) kombinuje rozsáhlé samodohledové předtrénování — jako je maskované jazykové modelování — s doladěním na úrovni tokenů k identifikaci a klasifikaci pojmenovaných entit v textu. Učením obecných lingvistických reprezentací před zobrazením jakýchkoli štítků entit model dosahuje silného výkonu i při nedostatku anotovaných trénovacích dat pro NER.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. Proceedings of NAACL-HLT 2019, 4171–4186. link ↗
- Lample, G., Ballesteros, M., Subramanian, S., Kawakami, K., & Dyer, C. (2016). Neural Architectures for Named Entity Recognition. Proceedings of NAACL-HLT 2016, 260–270. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/cs/deep-learning/self-supervised-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.
- Učení s malým počtem příkladůStrojové učení↔ compare
- Rozpoznávání pojmenovaných entit (NER)Dolování textu↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →