NLP-UIE(Universal Information Extraction)

介绍:一种模型同时完成4种NLP任务。

原理:将几种NLP任务的输入和输出进行统一,联合训练。

任务:Entity提取、Relation关系、Event事件、Sentiment情感分类。

输入统一:通过prompt的方式去控制需要抽取的信息,(在信息加入任务类型,一同作为模型的输入,样本输入是[CLS]+prompt+[SEP]+text+[SEP])

输出统一:使用SEL(Structed extraction Language)模板来统一输出。

  • SpotName:实体类型
  • AssoName:关系
  • InfoSpan:value。

好处:

  • 多个任务共享表征,可以提升效果。
  • 减少模型维护。
  • 可以达到zero-shot的效果。
  • 能实现多标签的提取。

如何接一个位置对应多个标签问题?

介绍:新增了一个线性层用于全局 Span 判断。例如已经得到[O,B-school,I-school,I-school,I-school,I-school,I-school],然后可以使用不同位置组合使用进行MLP映射到新的label,例如位置4和5虽然都是I-school,但是经过MLP后可能是B-type]

实现:把位置4和位置5的向量concat后再MLP就得到span打分后的真实标签。

其他:

  • 标记法:「BIO 标记法」、「BIOES 标记法」
  • 传统的NLP无法解决一字多标签的问题。
  • 源码:这是一个抽取式模型,而非论文中所述的生成式,是以ERNIE编码器,接双指针解码,这个结构不是两年前香侬AI提出的MRC模型吗,区别是在这个"UIE"中似乎只有start和end,少了交叉的部分,但是思想还是双指针的思想。

参考资料

http://www.360doc.com/content/22/1014/14/7673502_1051688308.shtml

相关推荐
满怀10151 分钟前
【LangChain全栈开发指南】从LLM集成到智能体系统构建
人工智能·python·langchain·ai编程·智能体开发
大知闲闲哟1 分钟前
深度学习Y7周:YOLOv8训练自己数据集
人工智能·深度学习·yolo
opentrending6 分钟前
Github 热点项目 Cursor开源代替,AI代理+可视化编程!支持本地部署的隐私友好型开发神器。
人工智能·开源·github
撸码到无法自拔30 分钟前
加速LLM大模型推理,KV缓存技术详解与PyTorch实现
人工智能·pytorch·python·深度学习·缓存
OneBlock Community32 分钟前
加密领域 AI Agent 的崛起:DeFAI 如何重塑金融
人工智能·金融
zuozewei39 分钟前
7D-AI系列:模型微调之llama-factory
人工智能·llama
望获linux40 分钟前
工业软件自主化突围:RTOS 如何打破 “协议栈 - 控制器” 生态垄断
linux·人工智能·操作系统·开源软件·嵌入式软件·工业软件
weixin_4445793043 分钟前
基于Llama3的开发应用(一):Llama模型的简单部署
人工智能·深度学习·llama
hello_ejb34 小时前
聊聊Spring AI Alibaba的SentenceSplitter
人工智能·python·spring
摸鱼仙人~6 小时前
机器学习常用评价指标
人工智能·机器学习