Machine learningDeep learning / NLP / CV
マルチモーダル固有表現認識
マルチモーダル固有表現認識（MNER）は、テキストシーケンスと補完的なモダリティ（最も一般的には画像）を融合させることで、古典的な固有表現認識（NER）を拡張し、視覚的文脈が曖昧または希薄なテキストを曖昧解消するような、人、組織、場所などの固有表現の識別と分類を向上させます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Moon, S., Neves, L., & Carvalho, V. (2018). Multimodal Named Entity Recognition for Short Social Media Posts. Proceedings of NAACL-HLT 2018, pp. 852–860. Association for Computational Linguistics. link ↗
- Lu, D., Neves, L., Carvalho, V., Zhang, N., & Ji, H. (2018). Visual Attention Model for Name Tagging in Multimodal Social Media. Proceedings of ACL 2018, pp. 1990–1999. Association for Computational Linguistics. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Named Entity Recognition (Text + Visual/Auxiliary Modality NER). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-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.
- BERTベースの分類深層学習↔ compare
- マルチモーダルBERTベース分類深層学習↔ compare
- マルチモーダル質問応答深層学習↔ compare
- マルチモーダル文埋め込み深層学習↔ compare
- マルチモーダル・トランスフォーマー深層学習↔ compare
- 固有表現抽出（NER）テキストマイニング↔ compare