Mirror:面向各类信息抽取任务的通用工具
针对信息抽取任务繁多,各任务之间无法有效共享知识的问题,我们设计了一种统一的信息抽取框架,从而促进模型对于各任务的能力。该框架不仅支持命名实体识别、关系抽取、事件抽取等传统任务,也支持文本分类、多元抽取、非连续实体抽取、阅读理解等复杂任务。我们还对任务预训练数据进行了消融实验,结果发现分类和阅读理解任务对信息抽取任务有着良好的提升作用。
基于此框架,我们开发了一套通用的工具,从而方便用户快速完成各类信息的抽取。
该资源暂时没有视图
其他信息
域 | 价值 |
---|---|
Data last updated | 2024年3月8日 |
Metadata last updated | 2024年3月8日 |
创建的 | 2024年3月8日 |
格式 | Python |
授权 | Apache-License-2.0 |
Datastore active | False |
Has views | False |
Id | f888bb4a-de86-4ca6-84a9-1f2b05840861 |
Package id | f839deb6-e76c-406b-8d8a-7ee6f0d94ed5 |
Position | 0 |
State | active |