Компьютерные науки > Вычисления и язык [представлены 16 сентября 2026 года] Название: A Squalable Framework for Automate NER Annotation Enterprisement in PDF Langers View (экспериментальный) Резюме: Poor Cault или шумная аннотация в так называемом распознавании образований (NER), как при выполнении любой другой задачи НЛП, затрудняют достижение самых современных результатов. В настоящем документе мы представляем многоэтапную рамочную основу для повышения качества аннотационных наборов данных NER за счет использования автоматизированных методов. Мы предлагаем использовать итеративный подход, основанный на частотности, который позволяет повысить самоподготовку и двупороговый механизм для укрепления доверия к выводам. Экспериментальные оценки на различных наборах данных о NER свидетельствуют о значительном улучшении показателей НКЭ по сравнению с первоначальными наборами данных. В ходе этой работы изучается также потенциал моделей, основанных на использовании языка (MLM), для выполнения NER в отношении низкоресурсных языков. Загрузка ссылок и цитат... Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?) Подключённые документы (что такое подсоединенные бумаги?) Litmaps (Литмпапс?) Skite Smart Citations (Каков умный цитаты?) Код, данные и средства массовой информации, связанные с этой статьей альфаXiv (какая буквенная клавиатура?) Катализированный код для документов (что представляет собой катализатор?), Дагшхуб (что есть DagsHub?) Gotit.pub…
Разумная основа для автоматизированной корректировки NER на языках с низким уровнем ресурсов
arXiv: 2609.18739v1 Тип уведомления: новое резюме: низкое качество или шумные аннотации в так называемом признании образований (NER), как и при выполнении любой другой задачи НЛП, затрудняют достижение самых современных результатов. В настоящем документе мы представляем многоэтапную рамочную основу для повышения качества аннотационных наборов данных NER за счет использования автоматизированных методов. Мы предлагаем использовать итеративный подход, основанный на частотности, который позволяет повысить самоподготовку и двупороговый механизм для укрепления доверия к выводам. Экспериментальные оценки на различных наборах данных о NER свидетельствуют о значительном улучшении показателей НКЭ по сравнению с первоначальными наборами данных. В ходе этой работы изучается также потенциал моделей, основанных на использовании языка (MLM), для выполнения NER в отношении низкоресурсных языков.
