使用探测分类器的嵌入式命名实体识别
原文中文，约300字，阅读约需1分钟。发表于：。直接将信息提取功能嵌入预训练的语言模型中，使用探测分类器进行语义信息的提取，提高了文本生成和信息提取的效率，同时无需微调语言模型，内存所需较少且生成速率较高。
提出了一种简单而有效的方法，Informed Named Entity Recognition Decoding (iNERD)，将命名实体识别视为一种生成过程，利用近期生成模型的语言理解能力，并采用了基于信息提取的有限文本生成的解码方案，以提高性能和消除幻觉风险，我们在合并的命名实体语料库上训练了模型，评估了五个生成语言模型在八个命名实体识别数据集上的表现，并取得了显著的结果，特别是在未知实体类别集的环境中，展示了该方法的适应性。
