研究人员开发了在面对领域迁移时提高金融命名实体识别（NER）系统可靠性的方法。他们使用各种置信度估计技术评估了BERT和Qwen2.5模型，发现在输入分布发生变化时，自一致性和实体跨度概率比整个输出概率更能有效地检测错误。研究提出了一种分阶段部署策略，首先检测严重的分布偏移，然后应用预测级置信度门控，以确保安全自动化。 AI
影响 增强了金融信息提取系统的鲁棒性，能够在多样化的数据环境中实现更安全的自动化。
排序理由 学术论文，详细介绍了一种针对特定NLP任务的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
