Nhận dạng thực thể tự giám sát
Nhận dạng thực thể tự giám sát (NER) kết hợp tiền huấn luyện tự giám sát quy mô lớn — chẳng hạn như mô hình hóa ngôn ngữ bị che, với tinh chỉnh cấp độ token để xác định và phân loại các thực thể có tên trong văn bản. Bằng cách học các biểu diễn ngôn ngữ chung trước khi xem bất kỳ nhãn thực thể nào, mô hình đạt được hiệu suất mạnh mẽ ngay cả khi dữ liệu huấn luyện NER được chú thích khan hiếm.
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. 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Self-supervised Named Entity Recognition. ScholarGate. https://scholargate.app/vi/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 LearningHọc máy↔ compare
- Nhận dạng thực thể có tên (NER)Khai phá văn bản↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →