基于大模型的事件抽取技术及军事应用思考OA
事件抽取旨在从非结构化文本中抽取出结构化事件信息,以便清晰、方便、直观地掌握并利用相关的关键信息。传统机器学习方法依赖于特征工程,利用人工构建的特征来进行事件抽取。而基于深度学习的方法利用CNN、RNN、GNN等深层神经网络通过提取重要特征来展开,但其依赖于大量的标注数据。近年来,研究者开始利用基于Transformer架构的大规模语言模型如BERT、GPT等采用预训练+微调范式来进行事件抽取并取得显著成效。而最近推出的大模型ChatGPT采用预…查看全部>>
刘涛;蒋国权;丁鲲;孙毅;刘姗姗
国防科技大学第六十三研究所,江苏南京210007 南京信息工程大学计算机学院、软件学院、网络安全空间学院,江苏南京210044 国防科技大学大数据与决策实验室,湖南长沙410073国防科技大学第六十三研究所,江苏南京210007 国防科技大学大数据与决策实验室,湖南长沙410073国防科技大学第六十三研究所,江苏南京210007 国防科技大学大数据与决策实验室,湖南长沙410073国防科技大学第六十三研究所,江苏南京210007 国防科技大学大数据与决策实验室,湖南长沙410073国防科技大学第六十三研究所,江苏南京210007 国防科技大学大数据与决策实验室,湖南长沙410073
计算机与自动化
事件抽取机器学习深度学习大语言模型
《网络安全与数据治理》 2023 (S01)
P.163-168,6
中国科协(军事科技领域)青年人才托举工程项目(2021-JCJQ-QT-050)
评论