KBIR
关键词边界填充模型，支持多样化自然语言处理任务
KBIR模型采用新预训练方法进行关键词边界填充，提升关键任务表现。基于RoBERTa架构，使其广泛适用于命名实体识别、问答等自然语言处理任务，可利用预训练嵌入在多种AutoModel环境中灵活应用。
KBIR项目简介
项目背景
KBIR，即“关键短语边界填充与替换”（Keyphrase Boundary Infilling with Replacement），是一个旨在从文本中学习丰富关键短语表示的模型。这个模型在2022年NAACL会议的论文“从文本中学习关键短语的丰富表示”中进行了详细描述。KBIR模型是在RoBERTa架构的基础上发展而来的，并在预训练期间添加了“填充头”和“替换分类头”两个特征。然而，这两个头并不用于模型的下游评估阶段。通过放弃这些组件，我们可以使其兼容于所有由RoBERTa支持的AutoModel模型类。
下游评估
KBIR模型通过一些下游任务的评估展示了其优异的表现，这些任务主要包括关键短语抽取、命名实体识别和问答系统等。
关键短语抽取
在关键短语抽取任务中，KBIR相较于其他模型展示了非常优异的性能。这些模型分别在不同的数据集（如Inspec、SE10和SE17）中进行了评估。
| 模型 | Inspec | SE10 | SE17 |
|---|---|---|---|
| RoBERTa+BiLSTM-CRF | 59.5 | 27.8 | 50.8 |
| RoBERTa+TG-CRF | 60.4 | 29.7 | 52.1 |
| SciBERT+Hypernet-CRF | 62.1 | 36.7 | 54.4 |
| KBIR-CRF | 62.72 | 40.15 | 62.56 |
命名实体识别
在命名实体识别任务中，KBIR同样表现不俗，展示了与现有优秀模型非常接近甚至更好的性能。
| 模型 | F1 |
|---|---|
| LSTM-CRF (Lample et al., 2016) | 91.0 |
| ELMo (Peters et al., 2018) | 92.2 |
| BERT (Devlin et al., 2018) | 92.8 |
| KBIR | 92.97 |
问答系统
在问答系统任务中，KBIR也展示了强大的信息抽取能力，达到了与已知最佳模型接近 的效果。
| 模型 | EM | F1 |
|---|---|---|
| BERT | 84.2 | 91.1 |
| XLNet | 89.0 | 94.5 |
| KBIR | 89.04 | 94.75 |
灵活性与扩展性
由于KBIR是基于RoBERTa架构构建的，它可以与任何RoBERTa支持的AutoModel设置兼容。因此，鼓励研究人员尝试在不同的数据集上微调KBIR，并报告下游结果。
总结
KBIR通过其独特的预训练目标和丰富的表示学习，从多方面展示了其在自然语言处理任务中的强大潜力。不仅在关键短语抽取任务上取得了显著的性能提升，在命名实体识别和问答系统等任务中也表现出色。
关于任何问题，可以联系：dmahata@bloomberg.net。
编辑推荐精选
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号