日语临床NER:微调BERT远超开源大模型
热点事件持续更新
日语临床NER:微调BERT远超开源大模型
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
一项研究在含113类实体的日语临床语料iCorpus上,对比了微调BERT-CRF基线与九个开放权重大模型在细粒度命名实体识别上的表现。作者Feng Han等报告,两个微调BERT-CRF基线的relaxed F1为0.836至0.841,而九个开放权重大模型零样本最高仅0.337。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
BERT 与开源大模型在日语临床细粒度命名实体识别上的受控对比报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIBERT 与开源大模型在日语临床细粒度命名实体识别上的受控对比
研究在含 113 类实体的 iCorpus 上对比两个微调 BERT-CRF 基线(relaxed F1 0.836-0.841)与九个开源大模型,零样本最高仅 0.337。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。