基于增強數(shù)據(jù)生成的新聞文本實體識別

打開文本圖片集

摘要：近年來，預(yù)訓(xùn)練語言模型的出現(xiàn)極大地推動了新聞文本實體識別領(lǐng)域的發(fā)展。然而，高質(zhì)量、大規(guī)模標(biāo)注數(shù)據(jù)的匱乏仍然是制約模型性能提升的關(guān)鍵因素。文章針對此問題設(shè)計了一種增強數(shù)據(jù)生成框架，該框架基于預(yù)訓(xùn)練語言模型，利用關(guān)鍵詞選擇和動態(tài)遮蓋的方法構(gòu)建損壞文本，再通過文本重構(gòu)和數(shù)據(jù)選擇生成多樣化且連貫的增強數(shù)據(jù)。（剩余7914字）