Pašuzraudzītā nosaukto entitāšu atpazīšana
Pašuzraudzītā nosaukto entitāšu atpazīšana (NER) apvieno liela mēroga pašuzraudzētu pirmapstrādi — piemēram, maskēto valodu modelēšanu — ar uzdevumu specifisku smalkūnināšanu, lai identificētu un klasificētu nosauktās entitātes tekstā. Apgūstot vispārīgus lingvistiskos attēlojumus pirms jebkādu entitāšu etiķešu redzēšanas, modelis sasniedz spēcīgu veiktspēju pat tad, ja anotēti NER apmācības dati ir maz.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/lv/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.
- Mācīšanās ar maziem paraugu skaituMašīnmācīšanās↔ compare
- Nosaukuma entītiju atpazīšana (NER)Teksta ieguve↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →