BriefGPT - AI 论文速递 · 2025-03-25T00:00:00Z 1900-1950年历史中文资料中的词语分割、词性标注和命名实体识别的比较分析 💡 原文中文，约600字，阅读约需2分钟。 📝 内容提要 本研究比较了1900至1950年间中文文献中大型语言模型（LLMs）与传统自然语言处理工具在词语分割、词性标注和命名实体识别方面的表现。结果表明，LLMs在精度上优于传统方法，但计算成本较高，反映了精度与效率之间的权衡。 🏷️ 标签 命名实体识别 大型语言模型 自然语言处理 词性标注 词语分割 阅读原文 生成长图 分享链接 已复制链接
