摘要 本论文提出了一个新的框架，MGNER，该框架是为了解决多粒度命名实体识别，该任务是指一个句子中的多个实体不会发生重叠或者完全被嵌套的情况。不同于传统的方法把NER视为序列标注任务并连续标注实体，MGNER在多粒度上检测并识别实体：它能够识别命名实体，而无需显式地假定不重叠或完全嵌套的结构。MGNER包含一个检测器，能够检查所有可能地单词切分，和一个分类器，能够进行实体类别划分。另外，在整个框 ...
2020-09-06 22:03 0 593 推荐指数：
Abstract 处于领先水平的命名实体识别系统严重依赖于人工设计的特征与特定领域的知识，从而更高效地学习小型、带标记的语料库 。在这篇论文里我们介绍了两种神经结构——一种结构是基于双向LSTM与条件随机场，另一种结构是通过一种基于转换、Shift-Reduce解析的算法构造并标记 ...
论文地址：https://aclanthology.org/2021.acl-long.121.pdf 代码地址：https://github.com/CoderMusou/MECT4CNER Abstract 近年来，在中文命名实体识别（NER）中，词语增强已成为一种非常流行的方法，它可 ...
文章题目：多模态域自适应的细粒度动作识别 1、引言 首先明确几个名词含义。 Multi-Modal（多模态）：每种信息来源可以称作一个模态，多模态就是同时处理两种或两种以上的信息来源。例如一个视频有视觉、听觉、字幕等，同时考虑视觉，听觉就是多模态方法。 Domain ...
Bilinear CNN Models for Fine-grained Visual Recognition CVPR 2015 本文提出了一种双线性模型( bilinear models)，一种识别结构，该结构由两个特征提取器产生，两个输出是图像每一个位置的外积 ...
Fully Convolutional Attention Localization Networks: Efficient Attention Localization for Fine-Grained Recognition 细粒度的识别（Fine-grained ...
的人。 sklearn 翻译笔记：KNeighborsClassifier - 简书 顺便把今 ...
论文地址：https://arxiv.org/abs/1911.04474 Abstract BiLSTMs结构在NLP的任务中广泛应用，最近，全连接模型Transformer大火，它的 self-attention 机制和强大的并行计算能力使其在众多模型中脱颖而出，但是，原始版本 ...
Residual Attention 文章: Residual Attention: A Simple but Effective Method for Multi-Label Recognition, ICCV2021 下面说一下我对这篇文章的浅陋之见, 如有错误, 请多包涵指正. 文章 ...
