Önfelügyelt elnevezett entitás felismerés
Az önfelügyelt elnevezett entitás felismerés (NER) nagyméretű, önfelügyelt előképzést – mint például az elfedett nyelvmodellezés – kombinál a token-szintű finomhangolással, hogy azonosítsa és osztályozza a szövegben található elnevezett entitásokat. Azáltal, hogy az entitáscímkék látása előtt általános nyelvi reprezentációkat tanul meg, a modell még akkor is erős teljesítményt nyújt, ha a címkézett NER-képzési adatok szűkösek.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
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. 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/hu/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 LearningGépi tanulás↔ compare
- Névvel ellátott entitás felismerés (NER)Szövegbányászat↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →