借助粗粒度数据提升低资源细粒度命名实体识别
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文提出了一种基于词典的实体检索器,可消除实体重名的歧义性。实验结果表明,该方法在中文 Few-shot 和 Zero-shot 实体链接的 NLPCC 2023 共享任务 6 中名列第一。
🎯
关键要点
- 提出了一种基于词典的粗粒度到细粒度检索器。
- 该检索器在两个层次上进行实体候选项的检索。
- 利用实体描述消除与现有流行实体重名的歧义性。
- 实验结果显示该方法在中文 Few-shot 和 Zero-shot 实体链接中表现优异。
- 在 NLPCC 2023 共享任务 6 中名列第一。
➡️