| 基于大模型的事件抽取技术及军事应用思考 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：995 K | |
| 標簽： 事件抽取 机器学习 深度学习 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：事件抽取旨在从非结构化文本中抽取出结构化事件信息，以便清晰、方便、直观地掌握并利用相关的关键信息。传统机器学习方法依赖于特征工程，利用人工构建的特征来进行事件抽取。而基于深度学习的方法利用CNN、RNN、GNN等深层神经网络通过提取重要特征来展开，但其依赖于大量的标注数据。近年来，研究者开始利用基于Transformer架构的大规模语言模型如BERT、GPT等采用预训练+微调范式来进行事件抽取并取得显著成效。而最近推出的大模型ChatGPT采用预训练+提示学习范式在自然语言处理领域取得显著成效，可以实现高效准确地抽取出关键的事件信息，将其应用到军事领域会产生重大影响。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2