Itseohjautuva nimettyjen entiteettien tunnistus
Itseohjautuva nimettyjen entiteettien tunnistus (NER) yhdistää suuren mittakaavan itseohjautuvan esikoulutuksen – kuten maskatun kielimallinnuksen – token-tason hienosäädön kanssa tekstin nimettyjen entiteettien tunnistamiseksi ja luokittelemiseksi. Oppimalla yleisiä kielellisiä esityksiä ennen mitään entiteettietikettejä, malli saavuttaa vahvan suorituskyvyn, vaikka annotoitua NER-koulutusdataa olisi vähän.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/fi/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.
- Few-shot LearningKoneoppiminen↔ compare
- Nimettyjen entiteettien tunnistus (NER)Tekstinlouhinta↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →