Machine learningDeep learning / NLP / CV
다중 양식 명사 개체 인식
다중 양식 명사 개체 인식(Multimodal Named Entity Recognition, MNER)은 텍스트 시퀀스와 보완적인 양식, 가장 흔하게는 이미지를 융합하여, 시각적 맥락이 모호하거나 희소한 텍스트에서 인물, 조직, 장소와 같은 명사 개체의 식별 및 분류를 개선하는 고전적인 NER을 확장한 것입니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multimodal Named Entity Recognition (Text + Visual/Auxiliary Modality NER). ScholarGate. https://scholargate.app/ko/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 기반 분류딥러닝↔ compare
- 멀티모달 BERT 기반 분류딥러닝↔ compare
- 다중 양식 질의응답딥러닝↔ compare
- 다중 양식 문장 임베딩딥러닝↔ compare
- 다중 모달 트랜스포머딥러닝↔ compare
- 개체명 인식 (NER)텍스트 마이닝↔ compare