实体
Multimodal Named Entity Recognition
Multimodal Named Entity Recognition
PulseAugur coverage of Multimodal Named Entity Recognition — every cluster mentioning Multimodal Named Entity Recognition 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
-
DiffImaginE 使用扩散模型进行多模态实体识别
研究人员推出了一种新颖的多模态命名实体识别（MNER）方法 DiffImaginE，该方法利用条件潜扩散推理。该方法将类型验证构建为一个扩散过程，其中一个类型条件去噪器预测注入标准化潜在表示中的噪声。由此产生的去噪误差作为类型条件负对数似然的代理，从而能够根据解释力对竞争实体类型假设进行排名。在 Twitter-2015 和 Twitter-2017 数据集上的实验表明，与现有的确定性想象与比较方法相比，性能得到了一致的提升。
-
SAMA框架通过语义锚点提升低资源多模态提取能力
研究人员推出SAMA，一个旨在解决多模态信息提取（MIE）任务（如命名实体识别、关系提取和事件提取）中数据稀缺性问题的新型框架。SAMA利用结构化语义锚点指导协同多专家多模态大语言模型（CME-MLLM）生成高质量的合成数据。该框架包含一个用于图像合成的锚点保持扩散机制和一个双约束过滤模块，以确保生成样本的保真度，无需人工验证。实验表明，SAMA在全监督和低资源场景下均显著优于现有的增强方法。