LTNER：基于上下文实体标记的大型语言模型命名实体识别
原文中文，约400字，阅读约需1分钟。发表于：。LLMs 在自然语言处理中的应用已成为近两年的热门趋势，然而，对于某些 NLP 任务，如 NER，在与监督学习方法相比较时，LLMs 的性能仍然不足以胜任。我们的研究开发了一种名为 LTNER 的 NER 处理框架，该框架融入了一种革命性的上下文化实体标记生成方法，通过利用成本效益高的 GPT-3.5 以及无需额外训练的上下文学习，显著提高了 LLMs 在处理 NER 任务时的准确性。在...
研究开发了LTNER框架，结合了上下文化实体标记生成方法，利用GPT-3.5和上下文学习提高了LLMs在NER任务中的准确性。在CoNLL03数据集上的F1得分从85.9%增加到91.9%，接近监督微调的性能。
