Finomhangolt elnevezett entitás felismerés
A finomhangolt elnevezett entitás felismerés (Fine-Tuned Named Entity Recognition, FT-NER) egy előképzett nyelvi modellt – leggyakrabban a BERT-et vagy annak valamelyik származékát – adaptálja az elnevezett entitások (személyek, szervezetek, helyszínek, dátumok stb.) szövegben történő azonosítására és osztályozására. Egy viszonylag kis címkézett korpuszon történő finomhangolással a gyakorlati szakemberek a legmodernebb szekvenciacímkézési teljesítményt érhetnek el anélkül, hogy a modellt a nulláról kellene betanítaniuk.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Fine-Tuned Named Entity Recognition (Pre-trained Language Model NER). ScholarGate. https://scholargate.app/hu/deep-learning/fine-tuned-named-entity-recognition
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- BERT-alapú osztályozásMélytanulás↔ összehasonlítás
- Finomhangolt BERT-alapú osztályozásMélytanulás↔ összehasonlítás
- Finomhangolt szöveges összefoglalásMélytanulás↔ összehasonlítás
- RoBERTa-alapú osztályozásMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →