StackOverflow上的少样本命名实体识别
计算与语言
2024-04-30 v2 人工智能
摘要
StackOverflow拥有海量的问答库且标注样本有限，对我们提出了标注挑战。我们通过提出RoBERTa+MAML来解决这一差距，这是一种利用元学习的少样本命名实体识别 (NER) 方法。我们的方法在 StackOverflow NER 语料库（27种实体类型）上进行评估，与基线相比实现了5%的F1分数提升。我们通过特定领域的短语处理进一步提升了结果。
引用
@article{arxiv.2404.09405,
title = {Few-shot Name Entity Recognition on StackOverflow},
author = {Xinwei Chen and Kun Li and Tianyou Song and Jiangjian Guo},
journal= {arXiv preprint arXiv:2404.09405},
year = {2024}
}
备注
5 pages