Ülekandeõpe nimega üksuste tuvastamisel
Ülekandeõpe nimega üksuste tuvastamisel (NER) kohandab suurt eelkoolitatud keelemudelit – näiteks BERT, RoBERTa või domeenispetsiifiline kodeerija – ülesandega tuvastada ja klassifitseerida tekstis nimega üksusi (isikud, asukohad, organisatsioonid, kuupäevad jne). Kasutades massiivsetest korpustest õpitud rikkalikke lingvistilisi esitusi, vajab see lähenemine vaid tagasihoidlikku märgistatud NER-andmestikku, saavutades samal ajal tipptasemel ulatuse tuvastamise ja klassifitseerimise täpsuse.
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. 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/et/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.
- BERT-põhine klassifitseerimineSüvaõpe↔ compare
- Fine-Tuned Named Entity RecognitionSüvaõpe↔ compare
- RoBERTa-põhine klassifitseerimineSüvaõpe↔ compare
- Sentence EmbeddingsSüvaõpe↔ compare
- Ülekandeõpe BERT-põhise klassifitseerimisegaSüvaõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →