エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
大規模言語モデル入門のコードをベースに生成型LLMで固有表現認識を解く
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
大規模言語モデル入門のコードをベースに生成型LLMで固有表現認識を解く
はじめに サイバーエージェント AI Lab NLPチームでリサーチサイエンティストの山田康輔です。4月に入社... はじめに サイバーエージェント AI Lab NLPチームでリサーチサイエンティストの山田康輔です。4月に入社し、テキスト埋め込みや情報抽出などの自然言語処理に関連した研究に従事しています。 また、2023年7月に「大規模言語モデル入門」、2024年9月に「大規模言語モデル入門Ⅱ〜生成型LLMの実装と評価」を共著で出版しました。第6章「固有表現認識」、第7章「要約生成」、第10章「性能評価」を担当しています。 本記事では、第6章「固有表現認識」と第10章「性能評価」の実装を組み合わせることで、生成型LLMを用いて固有表現認識を解く実装についてまとめました。第6章ではBERTをベースとした系列ラベリングアプローチの実装を紹介しているのですが、最近注目を集めているSwallowやGPT-4oなどの生成型LLMをベースとした生成型アプローチでファインチューニングせずともある程度高い性能が出るので