网络安全NER跨数据集标签统一未提升性能

Maciej Jalocha 等作者提交的论文对四个网络安全 NER 数据集做粗粒度标签统一，并用 RoBERTa 进行两两跨数据集评测，结论是：在所选的映射与训练设置下，统一训练在全部四个开发集上均不如对应的单数据集基线。 研究还测试了共享权重的多头模型和基于图的迁移模型，两者均未带来一致收益。该研究针对的是网络安全 NER 缺乏标准化标签、数据集难以合并的问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。