Jan, 2022

AI 技术在信息提取中的应用：CONSOB 的 KIDs 使用案例

HTML
PDF
TL;DR这篇论文描述了Consob和Sapienza大学之间的合作项目， 主要致力于将信息抽取技术应用于金融工具文件的处理中，并且采用基于规则和基于机器学习的方法进行自动化，最终得到了一些初步结果。
发现论文，激发创造
  • 有限数据下的信息提取迁移学习

    本文提出了一种通过使用转移学习的方法，并结合深度神经网络和统计分类器的结合来进行信息提取，将该方法应用于日本政府工程竞标实际案例的文档处理中，证明了该模型能够提取具有详细信息精度的细粒度命名实体。

    Mar, 2020

  • GenIE: 生成式信息提取

    本文介绍了GenIE技术，这是第一个可应用于现实场景的autoregressive formulation方法，通过生成文本形式的关系和实体，仅生成与预定义知识库模式一致的三元组。实验表明，GenIE在关闭信息提取方面表现最佳，并且可以推广到相对较少的训练数据点，尺度可以扩展到以前难于管理的实体和关系数量。

    Dec, 2021

  • 商业文件信息提取：朝着实用基准的方向

    本文研究信息提取的问题，探讨了文档信息提取问题、数据集、基准测试等方面，提出了机器学习中的关键信息定位、提取和条目识别问题，并批评了目前缺乏半结构化商务文档的相关数据集和基准测试。

    Jun, 2022

  • 针对文本文档的高精度信息提取的人机协作优化

    本文研究信息提取方法，提出利用人工验证的弱监督标记方法，结合人工与计算机快速处理，以实现在精度要求高的情境下避免纯手工提取耗时过长的难题，并在犯罪司法数据集上实证其优越性。

    Feb, 2023

  • 信息提取的易到难学习

    本文针对信息提取系统在不同任务之间交互存在困难的问题，提出了一种易于模仿人类学习过程的三阶段联合学习框架，该框架可以使模型更好地学习不同任务之间的知识和提高其泛化能力， 在四项IE任务上进行的广泛实验表明了本框架的有效性。

    May, 2023

  • 利用增强人工智能与计算机视觉从非结构化数据中进行信息提取

    利用A2I和计算机视觉技术提出了一种特殊的信息提取技术，适用于从非结构化数据中提取有意义的信息。

    Dec, 2023

  • 信息提取：在发展中国家超本地金融数据领域的应用

    本研究使用自然语言处理技术，旨在解决获取发展中国家公司财务数据的问题。通过构建专门针对发展中国家金融文本数据的数据集，我们采用基于Transformer的T5模型进行文本到文本的处理，同时进行命名实体识别和关系提取，达到92.44%的准确率、68.25%的精确度和54.20%的召回率。同时，我们还使用SpaCy进行序列处理，包括预训练和微调模型的命名实体识别以及使用SpaCy的依赖解析器输出和一些启发式方法来确定实体关系，最终实现了84.72%的准确率、6.06%的精确度和5.57%的召回率。

    Mar, 2024

  • PyTorch-IE：信息提取的快速可重现原型设计

    信息抽取（IE）旨在从非结构化或半结构化文档中导出结构化表示。本研究提出了PyTorch-IE，一种基于深度学习的框架，旨在实现IE模型的快速、可重复和可重用的实现。PyTorch-IE提供了灵活的数据模型，能够通过集成来自各种数据类型（如纯文本或半结构化文本以及图像）的相互依赖的注释层来创建复杂的数据结构。通过提供对PyTorch-Lightning用于训练、HuggingFace数据集用于数据集读取和Hydra用于实验配置等广泛使用的库的支持，PyTorch-IE为信息抽取领域的研究社区提供了重要的支持。

    May, 2024

  • 基于大语言模型的信息提取实证研究

    本研究针对信息提取（IE）领域中的现有方法与大语言模型（LLMs）之间的性能差距进行了深入分析。我们提出了一系列简单的基于提示的方法，以提升GPT-4在信息提取任务中的表现，实验结果验证了这些方法的有效性及其配套的问题，促进了大语言模型在NLP任务中的应用潜力。

    Aug, 2024

  • 基于大型语言模型的信息提取实证研究

    本文研究了大型语言模型在信息提取任务中的应用，指出当前GPT-4在信息提取能力上与最先进的方法存在明显差距。提出了基于提示的简单方法以提高GPT-4的信息提取能力，并通过实验验证了这些方法的有效性及其存在的问题。

    Aug, 2024