| 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 | |
| 文檔大小：995 K | |
| 標簽： 事件抽取 機器學習 深度學習 | |
| 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)機器學習方法依賴于特征工程，利用人工構(gòu)建的特征來進行事件抽取。而基于深度學習的方法利用CNN、RNN、GNN等深層神經(jīng)網(wǎng)絡(luò)通過提取重要特征來展開，但其依賴于大量的標注數(shù)據(jù)。近年來，研究者開始利用基于Transformer架構(gòu)的大規(guī)模語言模型如BERT、GPT等采用預(yù)訓(xùn)練+微調(diào)范式來進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+提示學習范式在自然語言處理領(lǐng)域取得顯著成效，可以實現(xiàn)高效準確地抽取出關(guān)鍵的事件信息，將其應(yīng)用到軍事領(lǐng)域會產(chǎn)生重大影響。 | |
| 現(xiàn)在下載 | |
| VIP會員，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。 | |
事件抽取 相關(guān)資源
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2