본 논문은 개체명 인식(NER) 작업을 위한 새로운 프레임워크인 ToNER(Type-oriented Named Entity Recognition)을 제안한다. ToNER는 생성 언어 모델을 기반으로 하며, 개체 유형 매칭 모델을 통해 입력 문장에 가장 적합한 개체 유형을 식별한다. 이를 통해 생성 모델이 해당 유형에 집중할 수 있도록 한다. 또한 개체 유형 분류 및 개체 유형 인식 보조 과제를 추가하여 생성 모델의 성능을 향상시킨다. 실험 결과, ToNER는 다양한 NER 벤치마크에서 우수한 성능을 보였으며, 각 구성 요소의 효과성이 입증되었다. 특히 CoT(Chain-of-Thought) 스타일 설명을 추가한 ToNER-EXP 모델은 충분히 큰 모델 크기에서 성능 향상을 보였다.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Guochao Jian... lúc arxiv.org 04-16-2024
https://arxiv.org/pdf/2404.09145.pdfYêu cầu sâu hơn