Pretpostavljeno preoblikovano prepoznavanje imenovanih entiteta
Pretpostavljeno preoblikovano prepoznavanje imenovanih entiteta prilagođava prethodno obučeni jezični model — najčešće BERT ili neku od njegovih izvedenica — zadatku identificiranja i klasificiranja imenovanih entiteta (osobe, organizacije, lokacije, datumi itd.) u tekstu. Pretpostavljenim preoblikovanjem na relativno malom označenom korpusu, praktičari postižu vrhunske performanse sekvencijalnog označavanja bez obučavanja modela od nule.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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. DOI: 10.18653/v1/N19-1423 ↗
- Lample, G., Ballesteros, M., Subramanian, S., Kawakami, K., & Dyer, C. (2016). Neural Architectures for Named Entity Recognition. Proceedings of NAACL-HLT 2016, 260–270. DOI: 10.18653/v1/N16-1030 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Fine-Tuned Named Entity Recognition (Pre-trained Language Model NER). ScholarGate. https://scholargate.app/hr/deep-learning/fine-tuned-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-tem klasifikacijaDuboko učenje↔ compare
- Fino podešena klasifikacija temeljena na BERT-uDuboko učenje↔ compare
- Prilagođeno sažimanje tekstaDuboko učenje↔ compare
- Klasifikacija temeljena na RoBERTa-iDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →