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
B站计算机毕业设计超人18 分钟前
计算机毕业设计PySpark+Hadoop中国城市交通分析与预测 Python交通预测 Python交通可视化 客流量预测 交通大数据 机器学习 深度学习
大数据·人工智能·爬虫·python·机器学习·课程设计·数据可视化
学术头条22 分钟前
清华、智谱团队:探索 RLHF 的 scaling laws
人工智能·深度学习·算法·机器学习·语言模型·计算语言学
18号房客26 分钟前
一个简单的机器学习实战例程,使用Scikit-Learn库来完成一个常见的分类任务——**鸢尾花数据集(Iris Dataset)**的分类
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·sklearn
feifeikon30 分钟前
机器学习DAY3 : 线性回归与最小二乘法与sklearn实现 (线性回归完)
人工智能·机器学习·线性回归
游客52032 分钟前
opencv中的常用的100个API
图像处理·人工智能·python·opencv·计算机视觉
古希腊掌管学习的神33 分钟前
[机器学习]sklearn入门指南(2)
人工智能·机器学习·sklearn
凡人的AI工具箱1 小时前
每天40分玩转Django:Django国际化
数据库·人工智能·后端·python·django·sqlite
咸鱼桨1 小时前
《庐山派从入门到...》PWM板载蜂鸣器
人工智能·windows·python·k230·庐山派
强哥之神2 小时前
Nexa AI发布OmniAudio-2.6B:一款快速的音频语言模型,专为边缘部署设计
人工智能·深度学习·机器学习·语言模型·自然语言处理·音视频·openai
yusaisai大鱼2 小时前
tensorflow_probability与tensorflow版本依赖关系
人工智能·python·tensorflow