Prenesené učenie s rozpoznávaním pomenovaných entít
Prenesené učenie s rozpoznávaním pomenovaných entít (NER) adaptuje rozsiahly vopred natrénovaný jazykový model – ako je BERT, RoBERTa, alebo doménovo špecifický kódovač – na úlohu identifikácie a klasifikácie pomenovaných entít (osôb, miest, organizácií, dátumov atď.) v texte. Opätovným využitím bohatých lingvistických reprezentácií naučených z rozsiahlych korpusov si tento prístup vyžaduje len skromné množstvo označených dát pre NER, pričom dosahuje špičkovú presnosť detekcie a klasifikácie úsekov textu.
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. In Proceedings of NAACL-HLT 2019 (pp. 4171–4186). Association for Computational Linguistics. DOI: 10.18653/v1/N19-1423 ↗
- Pan, S. J., & Yang, Q. (2010). A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 22(10), 1345–1359. DOI: 10.1109/TKDE.2009.191 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Transfer Learning with Named Entity Recognition (Pretrained Encoder Fine-Tuned for NER). ScholarGate. https://scholargate.app/sk/deep-learning/transfer-learning-with-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.
- Klasifikácia založená na BERTHlboké učenie↔ compare
- Jemne doladená identifikácia pomenovaných entítHlboké učenie↔ compare
- Klasifikácia založená na RoBERTaHlboké učenie↔ compare
- Vektorové reprezentácie vietHlboké učenie↔ compare
- Prenosové učenie s klasifikáciou založenou na BERTHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →