基于提示学习的小样本命名实体识别

作     者：陈妍 辛逍 肖晓丹 Chen Yan;Xin Xiao;Xiao Xiaodan

作者机构：南方电网集团深圳供电局有限公司深圳518046 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2024年第30卷第17期

页      码：49-54页

摘      要：近年来,预训练语言模型在自然语言处理(NLP)任务,特别是实体识别(NER)中取得了显著成效。然而,现有的基于提示学习的NER模型依赖于复杂的离散提示设计和后处理,增加了模型开发的复杂性。通过对现有算法的研究,提出了一种结合离散和连续提示的对比学习方法,用于NER任务。该方法通过对比学习自动学习实体的连续表示,简化了模型。实验结果显示,该框架在大规模数据集上表现出色,并在资源有限的情况下实现了高效的小样本学习。这一新范式为NER任务的提示学习提供了新的方向。

主 题 词：提示学习 对比学习 命名实体识别 预训练语言模型 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 081203[081203] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2024.17.009

馆 藏 号：203155562...