sequence labeling task | BriefGPT

关键词sequence labeling task

搜索结果 - 7

AE-smnsMLC：产品属性值提取的带语义匹配和负标签抽样的多标记分类
本文将产品属性值的提取任务重新定义为一个多标签分类任务，并提出了一种带有语义匹配和负标签采样的分类模型，实验证明该模型在真实世界的电子商务数据集中表现出有效性和优越性。
PDF9 months ago
GPT-NER：基于大型语言模型的命名实体识别
本文介绍了一种基于 GPT 模型的 NER 算法 ——GPT-NER，它通过将序列标注任务转化为生成任务来弥补 LLMs 在 NER 任务上的缺陷，并提出自我验证策略以解决 LLMs 易出现的幻觉问题。实验结果表明，该算法表现与有监督算法相
PDFa year ago
SIGMORPHON 2023 内语注释共享任务：基线模型
本文描述了 SIGMORPHON 2023 共享任务的基线系统，利用 Transformer 架构并将文本生成视为序列标注任务，旨在自动化语言文献编制过程，以节省注释者的宝贵时间和精力。
PDFa year ago
多跳问答的记忆增强连续段落检索
本文提出一种新的方法，将段落建模为序列数据，并将多跳信息检索视为一种序列标记任务，从而解决传统基于图的方法存在的固有缺陷，并通过引入外部可重写记忆和阈值门机制，提高了热点问题回答数据集 HotpotQA 上的检索和下游 QA 任务的表现，并
PDF3 years ago
EMNLP基于上下文的独立神经拼写校正
本文提出了一种利用拼写信息和全局上下文信息共同解决自然语言处理中拼写纠错问题的简单、有效方法，即通过改进预训练语言模型的微调，将拼写纠错看作一个序列标注任务，并在此基础上显著提升之前最先进结果 12.8% 的 F0.5 评分。
PDF4 years ago
ACL技术支持问题分割改进
本文介绍了一种利用多种语言模型来实现针对技术支持问题的分割，以提高解决问题的效率，并通过案例分析证明了这种分割可以提高问题回答的准确性。
PDF4 years ago
ACL利用序列标记技术从 Twitter 数据流中检测子事件
本文提出了基于神经序列模型的改进方法，不仅在个别帖子层面，而且直接在流媒体层面上进行社交媒体流中的子事件检测，采用递归神经网络模型显式地考虑了帖子的时间顺序，提高了 2.4% 的 bin-level F1 值。
PDF5 years ago