BriefGPT.xyz
Ask
alpha
关键词
low-resource ner
搜索结果 - 3
SIGIR
BioAug:基于条件生成的数据增强方法应用于低资源生物医学命名实体识别任务
本文提出了一种基于 BART 的数据增强框架 BioAug,通过选择性遮掩和知识增强,训练 BioAug 以解决一种新颖的文本重构任务,并在 5 个基准 BioNER 数据集上证明了 BioAug 的有效性和优越性,能够生成更加真实和多样化
→
PDF
a year ago
ACL
MELM: 低资源命名实体识别的掩码实体语言建模数据增强
使用 MELM 作为一种新的数据增强框架,通过显式条件化于标签来预测掩码实体标记,从而为低资源 NER 生成高质量的增强数据,并通过与混合代码结合进一步提高了 MELM 的有效性,在单语,跨语言和多语言 NER 方面均取得了实验结果的显著改
→
PDF
3 years ago
在低资源环境下训练神经网络自动注释的嘈杂数据
通过添加噪声层到神经网络结构中,我们可以处理噪声并联合清洁和嘈杂数据进行训练,从而提高低资源 NER 任务的性能,最多可提高 35%。
PDF
6 years ago
Prev
Next