개체명 인식

Войти

본 논문에서는 기존 DNER 모델의 한계점을 지적하고, 토큰 레벨에서 트리플릿 손실을 활용하여 단어 쌍 관계를 학습하는 새로운 프레임워크인 TriG-NER을 제안하여 불연속적인 개체명 인식 성능을 향상시켰습니다.

본 논문에서는 적은 양의 데이터만으로 새로운 도메인에서 개체명 인식 작업을 수행할 수 있도록 워드 임베딩 기반 검색 증강 대형 언어 모델을 명령어 미세 조정하여 Few-Shot 교차 도메인 개체명 인식 성능을 향상시키는 IF-WRANER 모델을 제안합니다.

본 논문에서는 정보 검색 기술을 활용하여 In-Context Learning 기반의 자기 회귀 언어 모델의 개체명 인식 성능을 향상시키는 RENER(Retrieval-Enhanced Named Entity Recognition) 기법을 제안합니다.

본 논문에서는 다양한 장르의 중국 온라인 소설을 기반으로 개체명 인식 연구를 위한 대규모 말뭉치를 구축하고, 장르별 특징 분석 및 교차 장르 실험을 통해 개체명 인식 성능에 미치는 영향을 분석했습니다.

문서 수준의 문맥 정보를 활용하여 개체명 인식 성능을 향상시킬 수 있다.

О нас

Продукты

Ресурсы