Jonas Golde

Otter 模型以支持 100 多种语言推动多语言 NER 发展

研究人员开发了 Otter，一个通用的多语言命名实体识别 (NER) 模型，能够支持 100 多种语言。该模型是通过广泛的实验创建的，评估了包括 transformer 主干、架构、训练目标和数据组成在内的各种设计选择。Otter 在现有跨语言 NER 基线模型上持续改进，F1 分数提高了 5.3 个百分点，并且在保持卓越效率的同时，与规模大得多的生成模型相比也具有竞争力。研究团队已发布模型检查点和代码，以鼓励该领域的重现性和进一步研究。