BriefGPT - AI 论文速递
·
MProto: 多原型网络与去噪最优输运在远程监督命名实体识别中的应用
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种无监督的原型知识蒸馏网络（ProKD），通过原型对齐和基于原型的自训练两种方法，提高模型在跨语言命名实体识别问题上的表现。实验结果表明该方法有效。
🎯
关键要点
- 该研究提出了一种无监督的原型知识蒸馏网络（ProKD）。
- ProKD通过原型对齐和基于原型的自训练提高跨语言命名实体识别的表现。
- 该方法使源语言和目标语言的类别特征得到对齐。
- ProKD增强了模型获取跨语言通用知识和目标语言特定知识的能力。
- 在三个基准数据集上的实验表明该方法的有效性。
➡️
