使用法学硕士解决尼泊尔推文 NER 中的难题
原文:Using an LLM to Tackle Difficult Cases in NER for Nepali Tweets
命名实体识别(NER)对于低资源语言的社交媒体数据来说是一个挑战。 LLM 在 NER 性能方面通常落后于预训练语言模型 (PLM),但它们在处理 PLM 难以解决的案例方面表现出了希望。使用尼泊尔推文数据集,我们使用微调的预训练语言模型 (PLM) 中的标记概率将测试集分为“简单”和“困难”情况。瓦
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。