論文の概要: FGN: Fusion Glyph Network for Chinese Named Entity Recognition

• arxiv url: http://arxiv.org/abs/2001.05272v6
• Date: Thu, 8 Oct 2020 11:46:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 05:29:31.372049
• Title: FGN: Fusion Glyph Network for Chinese Named Entity Recognition
• Title（参考訳）: FGN:中国語名前付きエンティティ認識のためのフュージョングリフネットワーク
• Authors: Zhenyu Xuan, Rui Bao, Shengyi Jiang
• Abstract要約: 我々は,中国NERのためのFGN,Fusion Glyph Networkを提案する。 FGNは、隣接する文字からグリフ情報とグリフ間の対話的な情報の両方をキャプチャする。 4つのNERデータセットを用いて実験を行い、LSTM-CRFをタグとして用いたFGNが、中国NERの新たな最先端性能を実現することを示した。
• 参考スコア（独自算出の注目度）: 5.653869962555973
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chinese NER is a challenging task. As pictographs, Chinese characters contain latent glyph information, which is often overlooked. In this paper, we propose the FGN, Fusion Glyph Network for Chinese NER. Except for adding glyph information, this method may also add extra interactive information with the fusion mechanism. The major innovations of FGN include: (1) a novel CNN structure called CGS-CNN is proposed to capture both glyph information and interactive information between glyphs from neighboring characters. (2) we provide a method with sliding window and Slice-Attention to fuse the BERT representation and glyph representation for a character, which may capture potential interactive knowledge between context and glyph. Experiments are conducted on four NER datasets, showing that FGN with LSTM-CRF as tagger achieves new state-of-the-arts performance for Chinese NER. Further, more experiments are conducted to investigate the influences of various components and settings in FGN.
• Abstract（参考訳）: 中国のNERは難しい課題だ。 絵文字として、漢字には潜在グリフ情報が含まれており、しばしば見過ごされる。 本稿では,中国NERのためのFGN,Fusion Glyph Networkを提案する。 グリフ情報を追加する以外は、融合機構に追加の対話的情報を加えることもできる。 1)CGS-CNNと呼ばれる新しいCNN構造は、隣接する文字のグリフ情報と対話的な情報の両方をキャプチャするために提案されている。 2) 文字のBERT表現とグリフ表現を融合させるスライディングウィンドウとSlice-Attentionを用いた手法を提案する。 4つのNERデータセットを用いて実験を行い、LSTM-CRFをタグとして用いたFGNが、中国NERの新たな最先端性能を実現することを示した。 さらに,FGNにおける各種成分および設定の影響について,さらなる実験を行った。

関連論文リスト

• Coarse-to-Fine Highlighting: Reducing Knowledge Hallucination in Large Language Models [58.952782707682815]
  COFTは、異なるレベルのキーテキストにフォーカスする新しい方法であり、長いコンテキストで失われることを避ける。 知識幻覚ベンチマークの実験ではCOFTの有効性が示され、F1スコアの30%以上の性能が向上した。
  論文  参考訳（メタデータ） (2024-10-19T13:59:48Z)
• KNN Transformer with Pyramid Prompts for Few-Shot Learning [52.735070934075736]
  Few-Shot Learningはラベル付きデータで新しいクラスを認識することを目的としている。 近年の研究では、視覚的特徴を調節するためのテキストプロンプトを用いたまれなサンプルの課題に対処しようと試みている。
  論文  参考訳（メタデータ） (2024-10-14T07:39:30Z)
• PAI-Diffusion: Constructing and Serving a Family of Open Chinese Diffusion Models for Text-to-image Synthesis on the Cloud [54.046884854230555]
  本稿では,中国語のテキスト・画像合成のための総合的なフレームワークであるPAI-Diffusionを紹介する。 一般とドメイン固有の中国語拡散モデルが組み込まれており、文脈に関連のある画像の生成を可能にしている。 Alibaba CloudのMachine Learning Platform for AIとシームレスに統合され、アクセス可能でスケーラブルなソリューションを提供する。
  論文  参考訳（メタデータ） (2023-09-11T15:18:28Z)
• Chinese Financial Text Emotion Mining: GCGTS -- A Character Relationship-based Approach for Simultaneous Aspect-Opinion Pair Extraction [7.484918031250864]
  中国の財務文献からのアスペクト・オピニオン・ペア抽出(AOPE)は、微粒テキスト感情分析の専門課題である。 従来の研究は主に、この抽出プロセスを容易にするためにグリッドモデル内のグリッドアノテーションスキームの開発に重点を置いてきた。 我々は、GCGTS(Graph-based Character-level Grid Tagging Scheme)と呼ばれる新しい手法を提案する。 GCGTS法は、グラフ畳み込みネットワーク(GCN)を用いた構文構造を明示的に取り入れ、同じ意味単位(中国語の単語レベル)内で文字の符号化を統一する。
  論文  参考訳（メタデータ） (2023-08-04T02:20:56Z)
• Harnessing Explanations: LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning [51.90524745663737]
  重要なイノベーションは、機能として説明を使用することで、下流タスクにおけるGNNのパフォーマンス向上に利用できます。 提案手法は、確立されたTAGデータセットの最先端結果を実現する。 本手法はトレーニングを著しく高速化し,ogbn-arxivのベースラインに最も近い2.88倍の改善を実現した。
  論文  参考訳（メタデータ） (2023-05-31T03:18:03Z)
• Dynamic Multi-View Fusion Mechanism For Chinese Relation Extraction [12.818297160055584]
  そこで我々は,中国関係抽出のための多視点特徴を動的に学習するMix-of-view-experts framework(MoVE)を提案する。 漢字の内的知識と外的知識の両面から,我々の枠組みは漢字の意味情報をよりよく捉えることができる。
  論文  参考訳（メタデータ） (2023-03-09T07:35:31Z)
• MECT: Multi-Metadata Embedding based Cross-Transformer for Chinese Named Entity Recognition [21.190288516462704]
  本稿では,中国語NERの性能向上を目的とした,MECT(Multi-metadata Embedding based Cross-Transformer)を提案する。 具体的には、2ストリームのトランスフォーマーにマルチメタメタを埋め込み、漢字の特徴とラジカルレベルの埋め込みを統合する。 漢字の構造的特徴により、MECTはNERのための漢字の意味情報をよりよく捉えることができる。
  論文  参考訳（メタデータ） (2021-07-12T13:39:06Z)
• GlyphCRM: Bidirectional Encoder Representation for Chinese Character with its Glyph [31.723483415041347]
  以前は、漢字のグリフには豊かな意味情報が含まれていることが示唆されていた。 我々は,Glyph CRMという名前の中国語事前学習表現モデルを提案する。 IDベースの文字埋め込みを放棄するが、シーケンシャルな文字画像のみをベースとしている。
  論文  参考訳（メタデータ） (2021-07-01T12:14:05Z)
• Recurrent neural network transducer for Japanese and Chinese offline handwritten text recognition [5.704448607986111]
  日本語と中国語のオフラインテキスト行画像を認識するためのRNN-Transducerモデルを提案する。 提案モデルでは,入力画像からの視覚情報と言語情報の両方を利用する。 実験結果から,提案モデルが全データセットの最先端性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2021-06-28T08:16:44Z)
• PIN: A Novel Parallel Interactive Network for Spoken Language Understanding [68.53121591998483]
  既存の RNN ベースのアプローチでは、ID と SF のタスクは、それらの間の相関情報を利用するために、しばしば共同でモデル化される。 SNIPSとATISという2つのベンチマークデータセットによる実験は、我々のアプローチの有効性を実証している。 さらに,事前学習した言語モデルBERTが生成した発話の特徴埋め込みを用いて,提案手法はすべての比較手法の中で最先端の手法を実現する。
  論文  参考訳（メタデータ） (2020-09-28T15:59:31Z)
• Global-local Enhancement Network for NMFs-aware Sign Language Recognition [135.30357113518127]
  グローバルローカル・エンハンスメント・ネットワーク(GLE-Net)という,シンプルで効果的なアーキテクチャを提案する。 2つのストリームのうち、1つはグローバルなコンテキスト関係をキャプチャし、もう1つは識別可能なきめ細かなキューをキャプチャする。 日常の単語の総語彙サイズが1,067である中国語手話データセットを,手動で認識する最初の中国語手話データセットを紹介した。
  論文  参考訳（メタデータ） (2020-08-24T13:28:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。