中国科协主办
普通用户
科普员
科普号
管理员
登录
业务中心
管理中心
资源中心
帮助
客服
搜索
首页
头条
地区
安徽省
广西壮族自治区
河南省
吉林省
江西省
山东省
云南省
浙江省
重庆市
健康
辟谣
前沿科技
应急科普
科教
博物
军事
科幻
人物
专区
天文地理
生活百科
智农
社区
航天航空
版权归原作者所有,如有侵权,请联系我们
有限监督场景下的文本语义理解与信息抽取
上传时间:2023-11-24 15:34
CCF计算机科普
深度学习
语义理解
CCF计算机科普
由中国计算机学会主办,提供优质的计算机科普内容。
1
收藏
视频简介:
深度学习是目前最有效的面向知识抽取的文本数据语义理解方法,然而大规模、高质量标注训练数据缺失的问题限制了深度学习模型的效果,进而成为了信息抽取系统的瓶颈。本次报告将分享报告人在有限的标注训练数据的场景下,从特征增强和特征迁移的角度进行的数据混合增强、语法信息融合和跨领域迁移等一系列文本语义建模方法的尝试,初步降低了语义理解模型对领域标注的依赖,并提升了语义理解和信息抽取的效果。
内容资源由项目单位提供
分享到:
扫码下载APP
扫码下载科普中国APP
开启您的智慧生活
关闭
关于我们
联系我们
招贤纳士
法律声明
网站地图
京公网安备11010202008423号
京ICP备16016202号-1