ACLApr, 2021
缓解时间漂移:保持 NER 模型清晰的简单方法
Mitigating Temporal-Drift: A Simple Approach to Keep NER Models Crisp
Shuguang Chen, Leonardo Neves, Thamar Solorio
TL;DR该研究提出了一种测量推文潜在趋势的直观方法,用于选择最具信息价值的实例以用于训练命名实体识别的神经模型的更新,实验表明,该方法比其他方法使用更少的训练数据更能提高准确性,是一个实用的解决方案。