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。
➡️

继续阅读