Nhận dạng thực thể có tên được tinh chỉnh
Nhận dạng thực thể có tên được tinh chỉnh (Fine-Tuned Named Entity Recognition - NER) điều chỉnh một mô hình ngôn ngữ đã được huấn luyện trước — phổ biến nhất là BERT hoặc các biến thể của nó — cho tác vụ xác định và phân loại các thực thể có tên (người, tổ chức, địa điểm, ngày tháng, v.v.) trong văn bản. Bằng cách tinh chỉnh trên một tập dữ liệu có nhãn tương đối nhỏ, các nhà thực hành đạt được hiệu suất gán nhãn chuỗi tiên tiến mà không cần huấn luyện mô hình từ đầu.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Fine-Tuned Named Entity Recognition (Pre-trained Language Model NER). ScholarGate. https://scholargate.app/vi/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.
- Phân loại dựa trên BERTHọc sâu↔ compare
- Phân loại dựa trên BERT tinh chỉnhHọc sâu↔ compare
- Tóm tắt văn bản tinh chỉnhHọc sâu↔ compare
- Phân loại dựa trên RoBERTaHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →