Átviteli tanulás névfelismeréssel
A névfelismeréssel (NER) történő átviteli tanulás egy nagyméretű, előre betanított nyelvi modellt – mint például a BERT, a RoBERTa vagy egy doménspecifikus kódoló – adaptál a szövegben található elnevezett entitások (személyek, helyek, szervezetek, dátumok stb.) azonosításának és osztályozásának feladatára. Azáltal, hogy újra felhasználja a hatalmas korpuszokból tanult gazdag nyelvi reprezentációkat, ez a megközelítés csak szerény mennyiségű címkézett NER adatot igényel, miközben élvonalbeli span detektálási és osztályozási pontosságot ér el.
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. 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/hu/deep-learning/transfer-learning-with-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 elnevezett entitás felismerésMélytanulás↔ összehasonlítás
- RoBERTa-alapú osztályozásMélytanulás↔ összehasonlítás
- MondatbeágyazásokMélytanulás↔ összehasonlítás
- Transzfer tanulás BERT-alapú osztályozássalMélytanulás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →