实体
OntoNotes
OntoNotes
PulseAugur coverage of OntoNotes — every cluster mentioning OntoNotes 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FSE模型增强了命名实体识别的持续学习能力
研究人员推出了一种新颖的FSE模型，用于命名实体识别的持续学习（CLNER）。该方法旨在使模型能够逐步学习新的实体类型，而不会丢失先前获得的知识。FSE利用一个快速专家进行高效的跨度过滤，以及一个慢速专家进行特定任务的分类，从而稳定学习过程并减轻单个任务的负担。在OntoNotes和FewNERD等基准数据集上的实验表明，FSE在CLNER场景中取得了最先进的性能。
-
新框架使用显式语义评估共指消解
研究人员开发了一个新的共指消解评估框架，该框架超越了聚合统计指标。这种语义增强的方法使用概念和命名实体识别来为提及和聚类分配语义标签，从而可以按语义类别（如人物、地点或事件）进行分层评估。在OntoNotes等数据集上的实验表明，与传统指标相比，该方法揭示了系统性的弱点，并且可以指导有针对性的数据增强，以提高模型在领域外任务上的性能。