lstm-crf | BriefGPT - AI 论文速递

关键词lstm-crf

搜索结果 - 9

基于 LSTM-CRF 的语义标注
本文提出了两种模型，分别是 LSTM-CRF 和 BERT-LSTM-CRF，用于语义标记通用语义标记数据集。实验结果表明，第一个模型更易于收敛，而利用 BERT 嵌入的第二个模型需要长时间才能收敛，并需要大型数据集才能有效地进行语义标记。
PDFa year ago
FLERT：用于命名实体识别的文档级特征
本文针对不考虑跨句子边界信息的标准命名实体识别（NER）模型，通过利用 Transformer 模型进行文档级别特征抽取，提出了基于 Fine-tuning 和 LSTM-CRF 的文档级特征 NER 模型，并通过对上下文窗口大小和文档本地
PDF4 years ago
FGN：用于中文命名实体识别的融合字形网络
该研究提出了一种名为 “融合字形网络” 的方法，通过添加汉字字符中的字形信息和交互信息，结合 CGS-CNN 和 LSTM-CRF 技术实现了中文命名实体识别的新突破。
PDF4 years ago
ACL通过线性化的嵌套命名实体识别神经架构
本研究提出了两种神经网络架构用于嵌套的命名实体识别（NER）。第一种通过标准 LSTM-CRF 架构中的笛卡尔积来建模多标签，第二种将嵌套的 NER 视为序列到序列的问题，并使用硬关注 (word whose label is being
PDF5 years ago
ACL针对医疗记录去标识化的保护隐私文本表示的对抗性学习
本论文提出使用 LSTM-CRF 模型和隐私保护技术，创造出不含保护健康信息的医疗文本表示来训练医疗文本去识别化，达到了 97.4% 的 F1 得分。
PDF5 years ago
基于上下文词嵌入的临床概念抽取
本研究提出一个基于领域特定词汇上下文嵌入的临床问题、治疗和测试自动标注临床笔记的模型，使用上下文嵌入模型训练一个双向 LSTM-CRF 模型用于临床概念提取，并在 I2B2 2010 挑战数据集上进行了测试，最终性能优于现有模型 3.4%。
PDF6 years ago
ACLNCRF++：一个开源的神经序列标注工具包
本论文描述了一种名为 NCRF++ 的神经序列标注工具包，采用 CRF 推断层实现不同的神经序列标注模型，并提供配置文件以构建自定义模型结构和灵活的神经特征设计和利用；该工具包基于 PyTorch 构建，且核心操作在 GPU 的加速下进行批
PDF6 years ago
AAAI基于对抗学习的中文命名实体识别方法研究（来自众包标注数据）
本文提出了一种采用敌对学习机制的方法，在使用众包进行中文命名实体识别的过程中，利用众包工人生成的嘈杂序列标签信息。通过使用公共 Bi-LSTM 和私人 Bi-LSTM 分别表示众包注释的共同特征和个性特征，我们已经构建了基于 LSTM-CR
PDF6 years ago
COLING高阶 LSTM 在序列数据分割和标记中是否具有更好的准确性？
我们提出了一个名为高阶 LSTM 的模型，它可以预测当前标记的多个标签，然后我们提出了称为 MO-BiLSTM 的新方法，结合了低阶和高阶 LSTMs，用于所有短语分块和 NER 数据集，实验结果表明 MO-BiLSTM 在分块方面达到了最
PDF7 years ago