SLIMER-IT：意大利语零样本命名实体识别
计算与语言
2024-11-15 v2 信息检索
摘要
传统的命名实体识别（NER）方法将任务建模为 BIO 序列标注问题。虽然这些系统在下游任务上常表现优异，但需要大量标注数据，且难以泛化到分布之外的输入域和未见实体类型。相比之下，大语言模型（LLMs）展现出强大的零样本能力。虽然已有工作针对英文零样本 NER，但其他语言的研究鲜有涉及。本文定义了意大利语零样本 NER 的评估框架，进而引入 SLIMER-IT，即意大利语版本的 SLIMER，一种基于包含定义和指南的提示词进行指令调优的零样本 NER 方法。与其他最先进模型的比较显示，SLIMER-IT 在从未见过的实体标签上表现优异。
引用
@article{arxiv.2409.15933,
title = {SLIMER-IT: Zero-Shot NER on Italian Language},
author = {Andrew Zamai and Leonardo Rigutini and Marco Maggini and Andrea Zugarini},
journal= {arXiv preprint arXiv:2409.15933},
year = {2024}
}