named-entity recognition
PulseAugur coverage of named-entity recognition — every cluster mentioning named-entity recognition across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Timnit Gebru 批评 Bernie Sanders 的 AI 关联
Timnit Gebru 批评 Bernie Sanders 与被视为反 AI 的个人有关联。Gebru 指出了 Sanders 的盟友选择，并对 Amy 和 Nermeen 允许来自行业资助智库的个人在节目中宣扬其观点表示不满。
-
新框架提升低资源语言命名实体识别标注质量
研究人员开发了一个可扩展的框架，以提高命名实体识别（NER）标注的质量，特别是针对低资源语言。这种多步骤方法利用自动化技术，包括基于频率的自训练迭代方法和双阈值机制，来增强推理置信度并提升NER性能。该研究还探讨了大型语言模型在数据有限的语言中执行NER的能力。
-
AI模型通过通俗化摘要提高患者对放射学报告的理解
一项发表在 arXiv 上的新研究探讨了通过生成通俗化摘要来提高患者对放射学报告理解能力的方法。研究人员评估了命名实体识别 (NER) 和检索增强生成 (RAG) 技术（使用了 Qwen 和 BioBART 等模型）的有效性。研究结果表明，NER 显著提高了摘要的可读性和质量，而单独使用 RAG 则没有带来益处，反而可能引入不准确之处。将 RAG 与 NER 结合使用效果好坏参半，但经过微调的 BioBART 结合 NER 取得了最佳…
-
新NE-R1框架通过自适应检索增强命名实体识别
研究人员推出NE-R1，一个旨在通过自适应利用外部知识来改进命名实体识别（NER）的新框架。该方法结合了检索增强生成和强化学习优化过程。NE-R1旨在平衡内部模型知识与外部信息的使用，在领域内和零样本跨领域评估中均取得了最先进的成果和显著的性能提升。
-
TWIX管道在GutBrainIE信息提取基准测试中取得顶级结果
研究人员开发了TWIX，一个新颖的两阶段信息提取管道，旨在解决命名实体识别（NER）和关系提取（RE）任务。该系统在GutBrainIE基准测试上进行了评估，该基准测试专注于肠脑轴领域，并包括NER、命名实体识别和消歧（NERD）以及RE的子任务。TWIX表现出卓越的性能，优于基线，并在参与者提交的所有子任务中均获得第一名，表明其在提高科学知识发现的精确率和召回率方面具有有效性。
-
新方法提高NER模型对含噪声LLM标签的鲁棒性
研究人员开发了一种名为错误类型感知损失重加权的新方法，以提高在大型语言模型（LLM）生成的含噪声数据上训练的命名实体识别（NER）模型的鲁棒性。该方法认识到LLM的标注错误并非均匀分布，不同类型的错误（例如，遗漏提及与类型不正确）对训练信号的影响不同。通过对不同错误类型应用不同的重加权规则，该方法提高了NER性能，在包含24.1%噪声的Wikigold数据集上取得了高达4.6个百分点的提升。
-
Hugging Face发布高效多模态编码器NeoMME，研究表明编码器在印度语言NER任务上表现更优
Hugging Face推出了NeoMME，一个旨在提高效率的新型多语言多模态编码器系列。与许多生成式模型不同，NeoMME使用单个双向Transformer处理文本和图像块，并采用掩码离散扩散目标从头开始训练。在针对视觉文档检索进行微调后，NeoMME-Retriever表现出强大的性能，并显著降低了存储需求。此外，一项关于Naamapadam的研究发现，在大多数印度语言的命名实体识别任务中，基于编码器的模型性能远超生成式架构。
-
NLP通过知识图谱解锁古印度医学文本
研究人员开发了一种新颖的方法，使用自然语言处理（NLP）技术从翻译的古印度医学文本（如Sushruta Samhita）中提取和分类知识。该方法采用命名实体识别（NER）来识别疾病、治疗方法和药用植物，使用BERTopic模型对医学主题进行分类，并利用Neo4j构建知识图谱来表示实体之间的关系。这个计算框架旨在增强历史医学知识的可访问性和理解性，弥合传统文本与现代数据驱动研究在阿育吠陀、医学信息学和数字人文等领域的差距。
-
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。
-
新的ContractScrub基准测试揭示了LLM在法律合同审查中的弱点
研究人员推出了ContractScrub，这是第一个专门用于评估大型语言模型（LLM）在合同审查能力方面的基准测试。这项任务涉及审查法律协议中的错误和不一致之处，由于其常规性和注重细节的性质，对于自动化至关重要。尽管LLM在长上下文推理和命名实体识别方面具有潜力，但前沿模型在此基准测试上的表现却出人意料地差，只有一个模型达到了0.75的宏平均召回率。这凸显了当前模型的局限性，以及需要进行特定领域的评估来衡量实际影响。
-
新的AWED-PIPER框架提供36种语言的FgNER和PII匿名化
研究人员开发了AWED-PIPER，一个开源框架，用于细粒度命名实体识别（FgNER）和个人身份信息（PII）匿名化。该系统集成了代理工具、Web应用程序和54个专家探测器模型，支持36种语言。AWED-PIPER可以识别上下文实体（如人物和地点），以及技术性PII（如电子邮件和电话号码），提供提取和可逆匿名化功能。该框架因其广泛的语言支持（包括极低资源语言）而备受关注。
-
新的几何过滤方法增强了用于文本分类的LLM生成数据
研究人员开发了一种新颖的几何过滤框架，以提高大型语言模型（LLM）为文本分类任务生成的合成数据的质量。该方法根据LLM生成的样本在嵌入空间中到真实数据点的欧氏距离进行评估，仅选择在几何上与目标类别一致的样本。该方法在各种数据集和分类器上均显示出显著的改进，优于SMOTE等现有方法，并在命名实体识别任务中表现出特别的功效。
-
CoffeeBSD寻求Codeberg上open-slopware问题的帮助
CoffeeBSD项目正在Codeberg平台上寻求与“open-slopware”相关问题的协助。具体来说，需要帮助来解决在Codeberg上的问题跟踪器中记录的问题。此求助呼吁强调了该项目与开源社区的互动以及其对协作解决问题的依赖。
-
AssemblyAI 推出全面的语音 AI 代理评估方法
AssemblyAI 推出了一种评估语音 AI 代理的方法，重点关注超越简单语音转文本基准的全面测试。他们的方法结合了基于模拟的测试，以衡量关键绩效指标，如响应时间、语义准确性、命名实体识别和任务完成率。这个详细的评估框架旨在为代理的真实能力提供更强大的评估。
-
CNM-BERT 通过嵌入汉字结构增强中文NLP
研究人员开发了CNM-BERT，一种增强基于BERT的中文自然语言处理模型的创新方法。该方法融入了汉字（通常被标准基于词元的编码器忽略）的组合结构。通过解析表意描述序列（IDS）为树状结构并使用递归Tree-MLP进行编码，CNM-BERT在不改变Transformer架构核心组件的情况下，将结构化信息注入现有模型。评估结果表明，CNM-BERT在罕见字和未登录字上的性能显著提升，优于ChineseBERT等强大基线模型，并在CLUE…
-
渥太华大学使用Gemini和Claude LLM赢得拉丁语NER任务
渥太华大学的研究人员在古典拉丁语的EvaLatin 2026命名实体识别（NER）共享任务中取得了顶级成果。通过采用大型语言模型Gemini 2.5 Pro和Claude Sonnet 4.5的提示工程，他们证明了跨语言迁移学习对于代表性不足的古代语言的有效性。他们的系统在粗粒度和细粒度NER子任务中均获得第一名，在各种评估指标上均优于所有其他提交。
-
新的HomoEnsNER模型提升了古吉拉特语NER性能
研究人员开发了HomoEnsNER，一种针对古吉拉特语的命名实体识别（NER）的新方法。该方法利用了五个独立微调的GujaratiBERT模型的同质集成，与单个GujaratiBERT基线和六个异质替代方案相比，其F1分数达到了0.8442。研究表明，对于像古吉拉特语这样的低资源语言，通过同质集成实现的语言对齐比架构多样性更有效的策略。
-
DE-NER框架通过LLM对话增强零样本NER
研究人员开发了DE-NER，一个利用大型语言模型（LLM）对话能力的新型零样本命名实体识别（NER）框架。该方法旨在通过对话引导直接从LLM中提取知识，克服传统提示和演示工程的局限性。实验表明，DE-NER在各种基准测试中的F1分数平均提高了3.75%，显著优于现有方法。
-
Graph RAG系统应对知识图谱更新挑战
本文探讨了维护企业知识图谱所面临的挑战，特别是处理增量更新时的问题。作者开发了一个用于东亚企业情报的Graph-RAG系统，并强调了边界实体解析和缺乏时间上下文的事实取代等问题。提出的解决方案包括用于实时实体匹配的“resolve_against_live_graph”模式，以及将属性值建模为有时间限制的断言以有效管理历史数据。
-
新研究探索了在数据有限的情况下进行命名实体识别的无监督方法
本文研究了在处理多个领域中小型或无标签数据集时的命名实体识别（NER）的无监督方法。它提出使用无监督预训练来识别实体而无需标注，然后在有限的数据集上进行迁移学习。该研究通过探索数据增强、少样本学习和域对抗训练等技术来解决域变化和数据稀疏性等挑战，以提高NER系统的性能和适应性。