基于強(qiáng)化策略反饋的多模態(tài)自適應(yīng)實體識別方法

摘要： 命名實體識別（named entity recognition,NER）的核心目標(biāo)是從非結(jié)構(gòu)化文本中識別出具有特定語義類別的實體與類型。隨著社交媒體的迅速發(fā)展，文本信息往往與視覺信息共同出現(xiàn)，形成多模態(tài)內(nèi)容。為了提升實體識別的準(zhǔn)確性，多模態(tài)命名實體識別（multi-modal NER,MNER）方法利用不同模態(tài)中的語義信息，實現(xiàn)信息互補(bǔ)與深度融合。然而，不同模態(tài)之間的表征差異可... （共11頁）