論文の概要: A Hybrid Method for Low-Resource Named Entity Recognition

• arxiv url: http://arxiv.org/abs/2605.04489v1
• Date: Wed, 06 May 2026 04:36:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.644434
• Title: A Hybrid Method for Low-Resource Named Entity Recognition
• Title（参考訳）: 低リソース名前付きエンティティ認識のためのハイブリッド手法
• Abstract要約: 本研究では,ベトナムのNERにおけるルールベース処理とディープラーニングモデルを統合するハイブリッド型ニューロシンボリックフレームワークを提案する。 LLM(Large Language Models)を活用したスケーラブルなデータ拡張戦略が導入された。 本手法の有効性は, 物流, 野生生物, 医療を含む5つの特定領域データセットで評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Named Entity Recognition (NER) is a critical component of Natural Language Processing with diverse applications in information extraction and conversational AI. However, NER in specific domains for low-resource languages faces challenges such as limited annotated data and heterogeneous label sets. This study addresses these issues by proposing a hybrid neurosymbolic framework that integrates rule-based processing with deep learning models for Vietnamese NER. The core idea involves a two-stage pipeline: first, a rule-based component reduces label complexity by grouping relational and special categories; second, pre-trained language models are fine-tuned for high-precision extraction. A post-processing module is then utilized to restore fine-grained labels, preserving expressiveness for application-level usability. To mitigate data scarcity, a scalable data augmentation strategy leveraging Large Language Models (LLMs) is introduced to expand the label set without full re-annotation, which is a significant novelty of this work. The effectiveness of this method was evaluated across five specific-domain datasets, including logistics, wildlife, and healthcare. Experimental results demonstrate substantial improvements over strong RoBERTa-based baselines. Specifically, the proposed system achieved F1 scores of 90 percent in Customer Service, up from 83 percent; 84 percent in GAM, up from 73 percent; 83 percent in AI Fluent, up from 80 percent; 94 percent in PhoNER_Covid19, up from 91 percent; and 60 percent in Rare Wildlife, up from 36 percent. These findings confirm that the hybrid approach effectively captures the linguistic complexity of Vietnamese and contextual nuances in specialized domains, offering a robust contribution to low-resource NER research.
• Abstract（参考訳）: 名前付きエンティティ認識(NER)は自然言語処理の重要なコンポーネントであり、情報抽出や会話型AIに様々な応用がある。 しかし、低リソース言語のための特定のドメインにおけるNERは、限られた注釈付きデータや異種ラベルセットといった課題に直面している。 本研究では,ベトナムのNERのための深層学習モデルとルールベース処理を統合するハイブリッド型ニューロシンボリック・フレームワークを提案する。 第1に、ルールベースのコンポーネントは、リレーショナルと特別なカテゴリをグループ化することで、ラベルの複雑さを低減します。 その後、後処理モジュールを使用してきめ細かいラベルを復元し、アプリケーションレベルのユーザビリティに表現性を保持する。 データ不足を軽減するために、LLM(Large Language Models)を活用したスケーラブルなデータ拡張戦略を導入し、完全な再アノテーションなしでラベルセットを拡張する。 本手法の有効性は, 物流, 野生生物, 医療を含む5つの特定領域データセットで評価した。 実験の結果, 強いRoBERTaベースラインよりも大幅に改善した。 具体的には、顧客サービスのF1スコアが83%、GAMの84%、AI Fluentの83%、80%、PhoNER_Covid19の94%、Rare Wildlifeの66%から上昇した。 これらの結果から,ベトナム語と文脈ニュアンス(文脈ニュアンス)の言語的複雑さを効果的に捉え,低リソースNER研究への堅牢な貢献をもたらすことが確認された。

関連論文リスト

• Binary Token-Level Classification with DeBERTa for All-Type MWE Identification: A Lightweight Approach with Linguistic Enhancement [1.8429656136522097]
  本稿では,バイナリトークンレベルの分類,言語的特徴の統合,データ拡張を組み合わせた,MWE識別のための包括的アプローチを提案する。 我々のDeBERTa-v3大規模モデルは、CoAMデータセット上で69.8%のF1を達成し、このデータセットで最高の結果(Qwen-72B, 57.8% F1)を12ポイント上回り、パラメータは165倍少ない。
  論文  参考訳（メタデータ） (2026-01-27T08:42:54Z)
• NagaNLP: Bootstrapping NLP for Low-Resource Nagamese Creole with Human-in-the-Loop Synthetic Data [6.689013010749215]
  NagaNLPは、Nagameseの包括的なオープンソースツールキットである。 LLM駆動だが人為的な合成データ生成に依存している。 私たちは差別モデルと生成モデルの両方を訓練します。
  論文  参考訳（メタデータ） (2025-12-14T04:08:26Z)
• Named Entity Recognition for the Kurdish Sorani Language: Dataset Creation and Comparative Analysis [1.0499611180329804]
  この研究は、自然言語処理技術の傾きとグローバルな適用性のバランスに寄与する。 このデータセットは、低リソースで低表現の言語であるKurdish Soraniのための最初の 'name entity recognition' データセットを提案する。
  論文  参考訳（メタデータ） (2025-11-27T10:46:11Z)
• SNaRe: Domain-aware Data Generation for Low-Resource Event Detection [77.32937742071475]
  事象検出は、生物医学、法学、疫学のような高度に専門化された領域での推論を可能にするために重要である。 SNaReは、Scout、Narrator、Refinerの3つのコンポーネントから構成される、ドメイン対応の合成データ生成フレームワークである。 Scoutはラベルのないターゲットドメインデータからトリガーを抽出し、高品質なドメイン固有のトリガーリストをキュレートする。 これらのトリガに条件付けされたナレーターは、高品質なドメイン整列文を生成し、Refinerは追加のイベント参照を識別する。
  論文  参考訳（メタデータ） (2025-02-24T18:20:42Z)
• Leveraging Cross-Attention Transformer and Multi-Feature Fusion for Cross-Linguistic Speech Emotion Recognition [60.58049741496505]
  音声感情認識(SER)は、人間とコンピュータの相互作用を強化する上で重要な役割を担っている。 本稿では,HuBERT,MFCC,および韻律特性を組み合わせたHuMP-CATを提案する。 HMP-CATは、ターゲットデータセットから少量の音声でソースモデルを微調整することにより、平均78.75%の精度が得られることを示す。
  論文  参考訳（メタデータ） (2025-01-06T14:31:25Z)
• ConNER: Consistency Training for Cross-lingual Named Entity Recognition [96.84391089120847]
  言語間の名前付きエンティティ認識は、対象言語のデータの不足に悩まされる。 言語間NERのための新しい一貫性トレーニングフレームワークとしてConNERを提案する。
  論文  参考訳（メタデータ） (2022-11-17T07:57:54Z)
• CROP: Zero-shot Cross-lingual Named Entity Recognition with Multilingual Labeled Sequence Translation [113.99145386490639]
  言語間NERは、整列した言語間表現や機械翻訳結果を通じて、言語間で知識を伝達することができる。 ゼロショット言語間NERを実現するために,クロスランガル・エンティティ・プロジェクション・フレームワーク(CROP)を提案する。 多言語ラベル付きシーケンス翻訳モデルを用いて、タグ付けされたシーケンスをターゲット言語に投影し、ターゲットの原文にラベル付けする。
  論文  参考訳（メタデータ） (2022-10-13T13:32:36Z)
• Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of Code-Mixed Clinical Texts [56.72488923420374]
  事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。 脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
  論文  参考訳（メタデータ） (2022-04-10T21:46:52Z)
• Reinforced Iterative Knowledge Distillation for Cross-Lingual Named Entity Recognition [54.92161571089808]
  言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。 既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。 半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
  論文  参考訳（メタデータ） (2021-06-01T05:46:22Z)
• An Attention Ensemble Approach for Efficient Text Classification of Indian Languages [0.0]
  本稿では,インド・デヴァナガリ文字を母語とするマラーティー語における短文文書の細かな技術領域識別について述べる。 畳み込みニューラルネットワークが生成する中間文表現と双方向の長期記憶とを合体させ,効率的なテキスト分類を実現するcnn-bilstm注意アンサンブルモデルを提案する。 実験結果から,提案モデルが与えられたタスクにおける各種ベースライン機械学習および深層学習モデルより優れ,89.57%,f1スコア0.8875の検証精度が得られた。
  論文  参考訳（メタデータ） (2021-02-20T07:31:38Z)
• Bootstrapping Named Entity Recognition in E-Commerce with Positive Unlabeled Learning [13.790883865748004]
  本稿では、ドメイン固有の言語機能を統合して、シード辞書を迅速かつ効率的に拡張するブートストラップ付き正非ラベル学習アルゴリズムを提案する。 このモデルは、製品記述の新しいデータセットで平均72.02%のF1スコアを達成し、ベースラインのBiLSTM分類器よりも3.63%改善した。
  論文  参考訳（メタデータ） (2020-05-22T09:35:30Z)

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。