Μεταφορά Μάθησης με Αναγνώριση Ονομαστικών Οντοτήτων
Η Μεταφορά Μάθησης με Αναγνώριση Ονομαστικών Οντοτήτων (NER) προσαρμόζει ένα μεγάλο προεκπαιδευμένο γλωσσικό μοντέλο — όπως το BERT, το RoBERTa, ή έναν κωδικοποιητή ειδικού τομέα — στην εργασία της αναγνώρισης και ταξινόμησης ονομαστικών οντοτήτων (πρόσωπα, τοποθεσίες, οργανισμοί, ημερομηνίες, κ.λπ.) σε κείμενο. Επαναχρησιμοποιώντας πλούσιες γλωσσικές αναπαραστάσεις που αποκτήθηκαν από τεράστια σώματα κειμένων, αυτή η προσέγγιση απαιτεί μόνο μέτρια επισημασμένα δεδομένα NER, επιτυγχάνοντας ταυτόχρονα κορυφαία ακρίβεια στην ανίχνευση και ταξινόμηση τμημάτων κειμένου.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/el/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.
- Ταξινόμηση Βασισμένη σε BERTΒαθιά Μάθηση↔ compare
- Προσαρμοσμένη Αναγνώριση Ονομαστικών ΟντοτήτωνΒαθιά Μάθηση↔ compare
- Ταξινόμηση Βασισμένη σε RoBERTaΒαθιά Μάθηση↔ compare
- Ενσωματώσεις ΠροτάσεωνΒαθιά Μάθηση↔ compare
- Μεταφορά Μάθησης με Ταξινόμηση Βασισμένη σε BERTΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →