Enesejuhendatud nimetatud üksuste äratundmine
Enesejuhendatud nimetatud üksuste äratundmine (NER) ühendab suuremahulise enesejuhendatud eel-treenimise – nagu maskeeritud keelemodeleerimine – koos märgi-tasemel peenhäälestusega, et tuvastada ja klassifitseerida tekstis nimetatud üksusi. Õppides üldisi lingvistilisi representatsioone enne üksuste siltide nägemist, saavutab mudel tugeva jõudluse isegi siis, kui märgistatud NER-i treeningandmeid on vähe.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/et/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.
Compare side by side →Märkasid sellel lehel viga? Teata sellest või paku parandust →