NER最新进展

NER场景,其实在实际业务中也非常常见,现在也有很多基于这方面的研究,这里单独开一篇博客,不断积累记录这方面的研究和方法,供学习

MECT

论文标题:

MECT: Multi-Metadata Embedding based Cross-Transformer for Chinese Named Entity Recognition

论文链接:

https://aclanthology.org/2021.acl-long.121.pdf

解读:中文NER涨点神器!基于多元数据的双流Transformer编码模型

主要创新点就是在模型中融合进汉字的结构信息(例如部首等)。同时可以学习一下FLAT

NER数据增强

主要就是看看NER领域怎么进行数据增强:

打开你的脑洞:NER如何进行数据增强 ? - 知乎

低资源和跨语言NER任务的新进展:词级别数据增强技术

NER数据漏标:

ICLR2021 中唯一录取的NER论文:NER数据存在漏标怎么办? - 知乎

Chinese NER Using Lattice LSTM

论文阅读笔记 [NER] [Chinese NER Using Lattice LSTM]及相关延伸 - 知乎

美团ner:

​​​​​​前沿重器[17] | 美团搜索ner技术启示(下)

美团搜索NER技术启示

覆盖和不连续问题:

ACL2021 | 一种巧妙解决NER覆盖和不连续问题的方法

NER统一模型:刷爆14个中英文数据SOTA

QQ音乐命名实体识别技术

欢迎关注笔者公众号,定期更新一些工程上的trick或者前言paper以及代码解读:

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值