实体
CONLL04
CONLL04
PulseAugur coverage of CONLL04 — every cluster mentioning CONLL04 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
将实体关系抽取构建为多轮问答
研究人员通过将实体关系抽取构建为多轮问答问题，引入了一种新颖的方法。该方法利用机器阅读理解模型，并将关键信息编码到问题查询中。在ACE和CoNLL04数据集上进行的实验表明，与现有模型相比，该方法取得了显著的改进，达到了最先进的水平。该方法还成功应用于一个新的中文数据集RESUME，该数据集需要更复杂的推理才能进行实体依赖抽取。
-
GLiNER-Relex 在单一 NLP 模型中统一了实体和关系提取
研究人员推出 GLiNER-Relex，一个旨在同时执行命名实体识别和关系提取的新型统一框架。该方法扩展了现有的 GLiNER 架构，利用共享的 transformer 编码器来处理文本、实体标签和关系标签。该模型能够对推理期间指定的任意实体和关系类型进行零样本提取，在多个基准测试中表现出竞争力，同时保持计算效率。该框架作为一个开源 Python 包公开发布。