Pengenalan Entitas Bernama Mandiri
Pengenalan entitas bernama mandiri (NER) menggabungkan pra-pelatihan mandiri skala besar — seperti pemodelan bahasa yang ditutupi (masked language modeling) — dengan penyempurnaan tingkat token untuk mengidentifikasi dan mengklasifikasikan entitas bernama dalam teks. Dengan mempelajari representasi linguistik umum sebelum melihat label entitas apa pun, model mencapai kinerja yang kuat bahkan ketika data pelatihan NER yang dianotasi langka.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/id/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.
- Pembelajaran Sedikit Contoh (Few-shot Learning)Pembelajaran Mesin↔ compare
- Pengenalan Entitas Bernama (NER)Penambangan Teks↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →