Самообучающееся распознавание именованных сущностей
Самообучающееся распознавание именованных сущностей (NER) сочетает крупномасштабное самообучающееся предварительное обучение — такое как маскированное языковое моделирование — с дообучением на уровне токенов для идентификации и классификации именованных сущностей в тексте. Изучая общие лингвистические представления до получения каких-либо меток сущностей, модель демонстрирует высокую производительность даже при нехватке размеченных данных для обучения NER.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/ru/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.
- Обучение на малом числе примеров (Few-shot Learning)Машинное обучение↔ compare
- Распознавание именованных сущностей (NER)Интеллектуальный анализ текста↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →