Recunoaștere a Entităților Numite (NER) prin Fine-Tuning
Recunoașterea Entităților Numite prin fine-tuning adaptează un model lingvistic pre-antrenat — cel mai frecvent BERT sau una dintre derivatele sale — la sarcina de identificare și clasificare a entităților numite (persoane, organizații, locații, date etc.) în text. Prin fine-tuning pe un corpus etichetat relativ mic, practicienii obțin performanțe de ultimă generație în etichetarea secvențelor, fără a antrena un model de la zero.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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. DOI: 10.18653/v1/N19-1423 ↗
- Lample, G., Ballesteros, M., Subramanian, S., Kawakami, K., & Dyer, C. (2016). Neural Architectures for Named Entity Recognition. Proceedings of NAACL-HLT 2016, 260–270. DOI: 10.18653/v1/N16-1030 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Fine-Tuned Named Entity Recognition (Pre-trained Language Model NER). ScholarGate. https://scholargate.app/ro/deep-learning/fine-tuned-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.
- Clasificare bazată pe BERTÎnvățare profundă↔ compare
- Clasificare bazată pe BERT fin-reglatÎnvățare profundă↔ compare
- Sumarizarea Textului cu Ajustare FinăÎnvățare profundă↔ compare
- Clasificare bazată pe RoBERTaÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →