Aprendizaje por transferencia con reconocimiento de entidades nombradas

El aprendizaje por transferencia con reconocimiento de entidades nombradas (NER, por sus siglas en inglés) adapta un modelo de lenguaje grande preentrenado —como BERT, RoBERTa o un codificador específico de dominio— a la tarea de identificar y clasificar entidades nombradas (personas, ubicaciones, organizaciones, fechas, etc.) en texto. Al reutilizar las ricas representaciones lingüísticas aprendidas de corpus masivos, este enfoque requiere solo una modesta cantidad de datos NER etiquetados, al tiempo que logra una detección de tramos y una precisión de clasificación de vanguardia.