Machine learningDeep learning / NLP / CV
自己教師あり固有表現認識
自己教師あり固有表現認識（NER）は、マスク化言語モデリングなどの大規模自己教師あり事前学習と、トークンレベルのファインチューニングを組み合わせて、テキスト中の固有表現を識別・分類する。エンティティラベルを見る前に一般的な言語表現を学習することで、注釈付きNERトレーニングデータが少ない場合でも、モデルは高い性能を達成する。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/ja/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 Learning機械学習↔ compare
- 固有表現抽出（NER）テキストマイニング↔ compare