学习周报
2021.10.19-2021.10.25
1、对比学习实验
尝试了一些模型,目前最好结果如下
CONLL_en | NCBI | BC5CDR | ||
SOTA | 94.6 | 89.36 | 71.25 | 90.03 |
baseline | 92.8 | 89.03 | 68.93 | 88.55 |
ours | 93.1 | 89.33 | 71.82 | 89.13 |
2、阅读论文《Template-Based Named Entity Recognition Using BART》
论文设计模板:<candidate_span> is a <entity type> entity,然后把NER任务变成sequence-to-sequence任务,即给定输入sequence x,输出模板sequence template_x。
该论文和Prompt learning不太一样,仅仅蹭了一下template。Prompt learning是希望利用语言模型的知识来做下游任务,同时能减少训练的参数。论文构建了一个encoder-decoder的架构跟Prompt的特点不相符。
下周计划
1、继续改进对比学习的实验。
2、目前NER的Prompt learning的文章比较少,可以去参考其他领域的Prompt的用法。
3、搭建Prompt NER的baseline