論文翻譯筆記：Multi-Grained Named Entity Recognition
摘要 本論文提出了一個新的框架，MGNER，該框架是為了解決多粒度命名實體識別，該任務是指一個句子中的多個實體不會發生重疊或者完全被嵌套的情況。不同於傳統的方法把NER視為序列標注任務並連續標注實體，MGNER在多粒度上檢測並識別實體：它能夠識別命名實體，而無需顯式地假定不重疊或完全嵌套的結構 ...
原文：【論文閱讀】MECT: Multi-Metadata Embedding based Cross-Transformer for Chinese Named Entity Recognition
論文地址：https: aclanthology.org .acl long. .pdf 代碼地址：https: github.com CoderMusou MECT CNER Abstract 近年來，在中文命名實體識別 NER 中，詞語增強已成為一種非常流行的方法，它可以減少切分錯誤，增加中文詞語的語義和邊界信息。然而，這些方法在整合了詞匯信息之后，往往忽略了漢字結構的信息。漢字自古以來就是從 ...
2021-10-30 19:52 0 1414 推薦指數：
相關推薦
TENER: Adapting Transformer Encoder for Named Entity Recognition
論文地址：https://arxiv.org/abs/1911.04474 Abstract BiLSTMs結構在NLP的任務中廣泛應用，最近，全連接模型Transformer大火，它的 self-attention 機制和強大的並行計算能力使其在眾多模型中脫穎而出，但是，原始版本 ...
【論文翻譯】Neural Architectures for Named Entity Recognition
Abstract 處於領先水平的命名實體識別系統嚴重依賴於人工設計的特征與特定領域的知識，從而更高效地學習小型、帶標記的語料庫 。在這篇論文里我們介紹了兩種神經結構——一種結構是基於雙向LSTM與條件隨機場，另一種結構是通過一種基於轉換、Shift-Reduce解析的算法構造並標記 ...
[論文閱讀] Residual Attention(Multi-Label Recognition)
Residual Attention 文章: Residual Attention: A Simple but Effective Method for Multi-Label Recognition, ICCV2021 下面說一下我對這篇文章的淺陋之見, 如有錯誤, 請多包涵指正. 文章 ...
【論文閱讀】FASPell: A Fast, Adaptable, Simple, Powerful Chinese Spell Checker Based On DAE-Decoder Paradigm
https://www.aclweb.org/anthology/D19-5522.pdf 論文解讀 包括一個降噪自動編碼器（DAE）和一個解碼器。DAE生成可以將錯誤文本修改為正確文本的可能的候選項矩陣，解碼器在這個矩陣中尋找最佳候選項路徑 ...
【CVPR 2022】論文閱讀：MHFormer: Multi-Hypothesis Transformer for 3D Human Pose Estimation
論文地址：https://arxiv.org/pdf/2111.12707.pdf Github：https://github.com/Vegetebird/MHFormer 單位：北大深圳研究生院、蘇黎世聯邦理工學院、阿里巴巴 摘要 由於深度模糊和自遮擋，從單目視頻中估計三維人體姿態 ...
CNN論文閱讀（一） LeNet：Gradient-based learning applied to document recognition
1、CNN結構演化歷史圖 CNN經典論文學習第一篇，卷積神經網絡開山鼻祖，經典的手寫體識別論文——LeNet:《Gradient-Based Learning Applied to Document Recognition》，作者包括深度學習三大巨頭之一Yann Lecun ...
論文閱讀 | Compressing Large-Scale Transformer-Based Models: A Case Study on BERT
Transefomer-based 的預處理模型往往很消耗資源，對運算性能要求極高，還有嚴格的延遲需求。 潛在補救方法：模型壓縮。 這篇文章主要講如何壓縮Transformers，重點關注BERT。使用不同的方法對attention層 全連接層等不同部分的壓縮會有不同的效果，來看看 ...