Samoučiacie rozpoznávanie pomenovaných entít
Samoučiacie rozpoznávanie pomenovaných entít (NER) kombinuje rozsiahle samoučiace predtrénovanie — ako je maskované modelovanie jazyka — s doladením na úrovni tokenov na identifikáciu a klasifikáciu pomenovaných entít v texte. Učením sa všeobecných lingvistických reprezentácií pred zobrazením akýchkoľvek štítkov entít model dosahuje silný výkon aj vtedy, keď je anotovaných tréningových dát pre NER málo.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/sk/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 LearningStrojové učenie↔ compare
- Rozpoznávanie pomenovaných entít (NER)Dolovanie textu↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →