TriG-NERは、従来のタグ付けスキームの限界を克服し、複雑な不連続なエンティティセグメントを効果的にキャプチャする、トークンレベルのトリプレット損失と単語ペア関係を活用した新しいトリプレットグリッドフレームワークである。
本稿では、情報検索技術を用いてIn-Context Learningを強化することで、事前学習済みオートレグレッシブ言語モデルの固有表現認識性能を向上させる手法、RENERを提案する。
