本文介绍了第一个为越南语手工注释的 COVID-19 领域特定数据集，并用预训练的语言模型 Fine-tuning 进行了实验，发现自动越南语单词分割有助于提高实体识别结果，与多语种模型 XLM-R 相比，越南语单语模型 PhoBERT 表现更好。

Apr, 2021

提出了一个新的 COVID-19 新闻命名实体识别数据集（COVIDNEWS-NER），并通过传递学习提出了一种使用弱标签和强标签结合的方法 (CONTROSTER) 来改进新出现的主题中的 NER。研究表明，使用弱数据形成初始骨干后，调整强数据的方法优于仅针对强数据或弱数据进行训练。在培训过程中，跨领域和领域内弱标签培训的组合非常重要，并且可以克服从单一来源的弱标签训练时出现的饱和现象。

Sep, 2022

该研究介绍了 COVID-19 开放研究数据集（CORD-19）的构建、使用和相关挑战，旨在帮助计算机界、医学专家和政策制定者共同探索 COVID-19 的有效治疗和管理政策。

Apr, 2020

NanoNER 是基于本体知识和远程监督学习的专业领域命名实体识别模型，在 Nano 生物学领域检测先前已知实体的识别准确性为 0.98，并展示了发现新实体的能力（精确度为 0.77 至 0.81），该方法对外部资源的依赖性和 30% 的识别减弱引发的重新发现能力得到了验证。该研究为未来专业领域命名实体识别研究提供了有价值的方法和重要发现，并能推广到其他专业领域，并减少人力资源占用。

Jan, 2024

该研究构建了一个临床文本挖掘系统，利用命名实体识别和深度学习模型优化了现有技术，能够从 COVID-19 研究数据集中提取潜在趋势和洞见，支持分布式集群计算以及新增实体类型或人类语言训练模型无需编程。

Dec, 2020

通过在 Apache Spark 之上重新实现 Bi-LSTM-CNN-Char 深度学习架构，我们提出了一个单可训练的命名实体识别（NER）模型，该模型在七个公共生物医学基准测试中获得了新的最优结果，而不使用像 BERT 这样的重​​型上下文嵌入。该模型在生产级别代码库中作为开源 Spark NLP 库的一部分免费提供，并且可以扩展以支持其他人类语言，而不需要更改代码。

Nov, 2020

本文介绍一种用于金融领域的命名实体识别 NER 任务的高质量数据集与一个基于弱监督的框架，用于跨度级分类并提供一套公共的基准数据集，以推动金融领域研究的发展。

Feb, 2023

使用知识图谱、机器学习和深度学习等工具，分析 COVID-19 相关的 PubMed 数据集和 CORD-19 数据集，发现专家、生物实体，预测相关疾病、药物候选者、基因突变和相关化合物，从而帮助生物医学研究人员应对 COVID-19 大流行。

Jul, 2020

使用 NLP 技术，如词袋、平均词向量、平均 BERT 基础模型和 Tf-Idf 加权词向量模型，结合余弦相似度算法，在 CORD-19 数据集中找出与 COVID-19 主题有关的研究文献。

May, 2022

本文提出了一个多任务学习框架，可以用于对生物医学命名实体进行识别并提高性能。该模型在 15 个基准生物医学命名实体识别数据集上的实验表明，它比现有的命名实体识别系统和基线序列标注模型都要好，此外，性能提升大部分来源于在不同的标注数据之间共享生物医学实体相关的字符和单词级别的信息。

Jan, 2018