sequence labeling models | BriefGPT

关键词sequence labeling models

搜索结果 - 6

一种用于序列标注的有效结合异构知识的课程学习
提出了一种针对序列标注任务设计的两阶段课程学习（TCL）框架，通过逐渐引入易难的数据实例来提高性能和训练速度，以增强序列标注模型的性能，通过在六个中文分词（CWS）和词性标注（POS）数据集上的实验证明了该模型的有效性，并表明 TCL 加速
PDF4 months ago
COLINGCofeNet: 复杂引语提取的上下文和前标签增强网络
本文提出了上下文和先前标签增强网络 (CofeNet)，针对文本中具有不同长度和复杂结构的引语进行提取，相比于基于规则和序列标注模型的方法，CofeNet 能够在 PolNeAR、Riqua 和 PoliticsZH 数据集上取得最先进的性
PDF2 years ago
ACL检测西班牙语中的未同化借词：一个带注释的语料库和建模方法
本研究提供了一种新的借词识别资源，并分析了几种模型在此任务上的性能和错误。我们介绍了一个新的西班牙新闻语料库，其中包含 370,000 个标记，用于评估几种序列标记模型（CRF，BiLSTM-CRF 和基于 Transformer 的模型）
PDF2 years ago
短文本拼写错误修正的层次字符标记器
本研究提出了一种基于 Hierarchical Character Tagger 模型的短文本拼写错误纠正方法，该模型使用预训练的字符级语言模型作为文本编码器，并提出了一种分层多任务解码方法来缓解长尾标签分布问题。实验证明，HCTagger
PDF3 years ago
ACL将语法错误纠正作为类 GAN 的序列标注
本研究提出了一种 GAN 类似的序列标注模型，采用 Gumbel-Softmax 采样和真实的错误分布来进行语法纠错，以解决传统模型训练与推理不匹配的问题，实验结果表明该方法有效，并改进了之前的最先进基准。
PDF3 years ago
零资源跨领域命名实体识别
本文提出了一种跨领域命名实体识别模型，使用多任务学习和实体专家混合方法，实现了零资源领域自适应，性能优于其他无监督跨域序列标注模型。
PDF4 years ago