基于大模型的事件抽取技術(shù)及軍事應(yīng)用思考 | |
所屬分類:技術(shù)論文 | |
上傳者:wwei | |
文檔大?。?span>995 K | |
標(biāo)簽: 事件抽取 機(jī)器學(xué)習(xí) 深度學(xué)習(xí) | |
所需積分:0分積分不夠怎么辦,? | |
文檔介紹:事件抽取旨在從非結(jié)構(gòu)化文本中抽取出結(jié)構(gòu)化事件信息,,以便清晰,、方便、直觀地掌握并利用相關(guān)的關(guān)鍵信息,。傳統(tǒng)機(jī)器學(xué)習(xí)方法依賴于特征工程,,利用人工構(gòu)建的特征來(lái)進(jìn)行事件抽取。而基于深度學(xué)習(xí)的方法利用CNN,、RNN,、GNN等深層神經(jīng)網(wǎng)絡(luò)通過(guò)提取重要特征來(lái)展開,但其依賴于大量的標(biāo)注數(shù)據(jù),。近年來(lái),,研究者開始利用基于Transformer架構(gòu)的大規(guī)模語(yǔ)言模型如BERT、GPT等采用預(yù)訓(xùn)練+微調(diào)范式來(lái)進(jìn)行事件抽取并取得顯著成效。而最近推出的大模型ChatGPT采用預(yù)訓(xùn)練+提示學(xué)習(xí)范式在自然語(yǔ)言處理領(lǐng)域取得顯著成效,,可以實(shí)現(xiàn)高效準(zhǔn)確地抽取出關(guān)鍵的事件信息,,將其應(yīng)用到軍事領(lǐng)域會(huì)產(chǎn)生重大影響。 | |
現(xiàn)在下載 | |
VIP會(huì)員,,AET專家下載不扣分,;重復(fù)下載不扣分,本人上傳資源不扣分,。 |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2