Apprendimento per trasferimento con riconoscimento di entità nominate
L'apprendimento per trasferimento con riconoscimento di entità nominate (NER) adatta un modello linguistico preaddestrato di grandi dimensioni — come BERT, RoBERTa o un codificatore specifico per dominio — al compito di identificare e classificare entità nominate (persone, luoghi, organizzazioni, date, ecc.) nel testo. Riusando ricche rappresentazioni linguistiche apprese da corpora massicci, questo approccio richiede solo modesti dati NER etichettati, ottenendo al contempo accuratezza allo stato dell'arte nell'individuazione e classificazione delle sequenze.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/it/deep-learning/transfer-learning-with-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.
- Classificazione basata su BERTApprendimento profondo↔ compare
- Riconoscimento di Entità Nominate con Fine-TuningApprendimento profondo↔ compare
- Classificazione basata su RoBERTaApprendimento profondo↔ compare
- Sentence EmbeddingsApprendimento profondo↔ compare
- Apprendimento per trasferimento con classificazione basata su BERTApprendimento profondo↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →