跳到正文
arXiv cs.CL· Marc Brinner, Philipp Cimiano, Karolina Hanna Czok, Regina Stodden, Viju Sudhi, Sina Zarrie{\ss}·· 2 天前AI 评分18

NER-D:面向德语 NER 的跨领域基准

NER-D: A cross-domain benchmark for German NER

AI 导读

NER-D 是一个覆盖 9 个领域、13 个数据集的德语 NER 跨领域基准,涵盖通用/政治、维基百科、法律、医疗、历史、金融、农业与考古。在无优化设置下,GPT-5.4 mini 在 13 个数据集中的 6 个上优于小型开源模型,但 LoRA 微调后小型模型可显著超越该专有基线。研究还分析了领域与各任务标签集对不同评测设置下性能的影响。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:我们提出 NER-D,一个面向德语 NER 的跨领域基准,包含 13 个数据集,覆盖 9 个领域,包括通用/政治、维基百科、法律、医学、历史、金融、农业和考古学。我们考察了专有 LLM 和最先进的小型开源模型在常规提示下的表现,并进一步考察了通过上下文学习和 LoRA 微调可获得的性能提升。我们的结果表明,在没有任何优化的情况下,一个专有模型(GPT-5.4 mini)在 13 个数据集中的 6 个上优于较小的开源模型,但 LoRA 微调使较小模型能够大幅超越专有基线。我们进一步分析了每个任务中使用的领域和标签集对不同评估设置下所取得性能的影响。我们的基准将作为资源提供,用于开发未来面向通用和专门领域的德语 NER 方法。\footnote{我们将在本文被接收后公开代码、数据和模型。
主题: 计算与语言(cs.CL)
引用为: arXiv:2611.18257 [cs.CL]
  (或 arXiv:2611.18257v1 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.18257

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Marc Felix Brinner [查看电子邮件]
[v1] 2026年11月13日星期五 14:54:21 UTC(48 KB)

来源:arXiv cs.CL · arxiv.org