AIGC動態(tài)歡迎閱讀

原標題：哈工大提出創(chuàng)新迭代推理框架 DPE-MNER ：充分發(fā)揮多模態(tài)表示潛力
關鍵字：粒度,表示,團隊,實體,特征
文章來源：機器之心
內容字數：0字

內容摘要：

AIxiv專欄是機器之心發(fā)布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學術交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com該文章的作者團隊來與哈工大社會計算與信息檢索研究中心，作者團隊構成：鄭子豪、張梓涵、王澤鑫、付瑞吉、劉銘、王仲遠、秦兵。
多模態(tài)表示??
多模態(tài)命名實體識別，作為構建多模態(tài)知識圖譜的一項基礎而關鍵任務，要求研究者整合多種模態(tài)信息以精準地從文本中提取命名實體。盡管以往的研究已經在不同層次上探索了多模態(tài)表示的整合方法，但在將這些多模態(tài)表示融合以提供豐富上下文信息、進而提升多模態(tài)命名實體識別的性能方面，它們仍顯不足。
本文，研究團隊提出了DPE-MNER，一個創(chuàng)新的迭代推理框架，它遵循“分解、優(yōu)先、消除”的策略，動態(tài)地整合了多樣化的多模態(tài)表示。該框架巧妙地將多模態(tài)表示的融合分解為層次化且相互連接的融合層，極大地簡化了處理過程。在整合多模態(tài)信息時，該團隊特別強調了從“

原文鏈接：哈工大提出創(chuàng)新迭代推理框架 DPE-MNER ：充分發(fā)揮多模態(tài)表示潛力

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產業(yè)服務平臺