实体
CrossNER
CrossNER
PulseAugur coverage of CrossNER — every cluster mentioning CrossNER across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的LLM方法提高了零样本命名实体识别的效率和准确性
研究人员开发了一种名为“Just Pass Twice”（JPT）的新方法，以提高大型语言模型（LLMs）在零样本命名实体识别（NER）方面的效率。JPT通过允许标记访问未来上下文来解决LLM中因果注意力机制的局限性，从而实现更有效的标记分类。该方法在NER基准测试中取得了最先进的成果，显著优于先前的方法，并且比生成技术快20多倍。
-
SAM-NER框架通过使用语义原型改进零样本NER
研究人员推出SAM-NER，一个旨在提高零样本命名实体识别（ZS-NER）性能的新框架，特别是在处理领域或模式转移时。该系统采用一个三阶段过程，包括实体发现、抽象中介到通用原型空间以及语义校准，将预测映射到目标领域类型。在CrossNER基准上的实验表明，SAM-NER在跨领域迁移场景中优于现有的ZS-NER基线。