双仿射跨度模型

少样本命名实体识别

集成滑动窗口与标签计数自监督的少样本命名实体识别

王一蕾 · Jiaxin, Gan · Ruixiong, Fang · Peichao, Lai

Engineering Applications of Artificial Intelligence 2025

技术优势

无需外部资源

通过滑动窗口机制捕获上下文感知的字符表示，从根源上消除对外部词典或语料的依赖。

嵌套实体也能识别

双仿射跨度分类架构建模边界感知的得分矩阵，统一识别扁平实体与嵌套实体。

标签计数提升实体感知

引入句子级辅助模块预测标签特定的实体计数，提供额外监督信号，增强少样本条件下的实体感知能力。

应用场景

• 低资源文本信息抽取：用于低资源语言或领域的实体抽取，无需额外标注外部词典或语料。
• 具身智能语义理解：帮助具身智能系统理解指令中的实体，在少量标注数据下解析环境语义。