面向小样本命名实体识别的实体语义优先提示学习方法OA北大核心CSTPCD
近些年来,提示学习在小样本命名实体识别任务上得到了广泛应用。然而,命名实体识别仍然是一个令牌级的标记任务,在通过提示模板调动预训练知识时,很容易忽略新实体类型的语义信息。为此,提出了一个语义优先的提示学习方法。具体来说,首先检测少量示例中实体类型蕴涵的语义信息,然后将实体语义信息和询问实体位置的提示模板输入模型中,利用模型中的非自回归解码器并行预测来提取实体;此外,为了确保语义信息与实体类型的关联性,使用对比学习的方法来训练一个分类器,以去除与实…查看全部>>
何丽;曾骁勇;刘杰;段建勇;王昊
北方工业大学信息学院,北京100144 CNONIX国家标准应用与推广实验室,北京100144北方工业大学信息学院,北京100144 CNONIX国家标准应用与推广实验室,北京100144北方工业大学信息学院,北京100144 CNONIX国家标准应用与推广实验室,北京100144北方工业大学信息学院,北京100144 CNONIX国家标准应用与推广实验室,北京100144北方工业大学信息学院,北京100144 CNONIX国家标准应用与推广实验室,北京100144
计算机与自动化
小样本命名实体识别提示学习语义信息对比学习
《计算机应用研究》 2024 (12)
P.3622-3627,6
新一代人工智能国家科技重大专项资助项目(2020AAA0109703)国家自然科学基金资助项目(62076167,U23B2029)。
评论