278406記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. ContrastNER: 少数ショットNERのためのコントラストベース・プロンプトチューニング（ContrastNER: Contrastive-based Prompt Tuning for Few-shot NER）
2 分で読了
0 views

ContrastNER: 少数ショットNERのためのコントラストベース・プロンプトチューニング

（ContrastNER: Contrastive-based Prompt Tuning for Few-shot NER）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、お時間ありがとうございます。部下から「少ないデータで名前や会社名を自動で拾えるAIがある」と聞いたのですが、本当に現場で使える技術なのでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、これから順に説明しますよ。まず結論だけお伝えすると、少ない学習データでも安定して固有表現を抽出するアプローチが進んでおり、現場導入のコストを下げられる可能性が高いです。

田中専務

要するに、今まで大量にラベル（正解）を作らないと動かなかった仕組みが、少ないラベルでも扱えるという話ですか。それは投資対効果に直結しますね。

AIメンター拓海

素晴らしい着眼点ですね！その通りです。具体的には、プロンプトという「問いかけ」を工夫し、モデルの内部表現を対比的（コントラスト）に学習させることで、少ない例でも分類の精度を上げます。要点を3つにまとめると、①手作業の設計を減らす、②少ないラベルで学習可能、③既存の大きな言語モデルを活用できる、です。

田中専務

なるほど。ところで

論文研究シリーズ
前の記事
ジオメトリックグラフフィルタとニューラルネットワーク：極限特性と識別性のトレードオフ
(Geometric Graph Filters and Neural Networks: Limit Properties and Discriminability Trade-offs)
次の記事
実走ゴーカートのための学習ベース非線形モデル予測制御
（A Learning-based Nonlinear Model Predictive Controller for a Real Go-Kart based on Black-box Dynamics Modeling through Gaussian Processes）
関連記事
既知の立体構造、未知の機能：学部生の探求型生化学実験コース
（Known Structure, Unknown Function: An Inquiry-based Undergraduate Biochemistry Lab Course）
優先度キュー学習によるニューラルプログラム合成
（Neural Program Synthesis with Priority Queue Training）
エッジの教師なし学習
（Unsupervised Learning of Edges）
学習者の助言を活かす学習
（Learning to Use Learners’ Advice）
時間ごとの回帰モデルが負荷予測でトランスフォーマを上回る
（Hourly-Binned Regression Models Beat Transformers in Load Forecasting）
AoIに配慮したRIS支援IoVネットワークの深層強化学習ベース資源配分
（Deep–Reinforcement–Learning–Based AoI–Aware Resource Allocation for RIS–Aided IoV Networks）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
非凸正則化による行列補完と大規模アルゴリズム
（Matrix Completion with Nonconvex Regularization: Spectral Operators and Scalable Algorithms）
  • 論文研究
深層インタラクティブ進化
（Deep Interactive Evolution）
  • 論文研究
個人化された活動認識のための畳み込みニューラルネットワークによる転移学習
（Personalized Human Activity Recognition Using Convolutional Neural Networks）
  • 論文研究
能動的ニューラル位置推定
（Active Neural Localization）
  • 論文研究
潮汐破壊事象によるブラックホール質量測定
（Weighing Black Holes using Tidal Disruption Events）
  • 論文研究
金融におけるエージェントベースドモデルの明るい未来
（A bright future for financial agent-based models）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む