SAM-NER: Mediazione di Archetipi Semantici per il Riconoscimento Zero-Shot di Entità Nominate
È stato proposto un nuovo framework chiamato SAM-NER (Mediazione di Archetipi Semantici per il Riconoscimento Zero-Shot di Entità Nominate) per affrontare la fragilità del riconoscimento zero-shot di entità nominate in presenza di cambiamenti di dominio e schema. L'approccio introduce un processo in tre fasi: Scoperta delle Entità tramite estrazione cooperativa e denoising basato sul consenso, Mediazione Astratta che proietta le entità in un insieme compatto di archetipi semantici universali, e Calibrazione Semantica. Il metodo mira a stabilizzare il trasferimento tra domini utilizzando uno spazio intermedio di archetipi invariante rispetto al dominio, riducendo la deriva semantica sistematica quando gli schemi target sono nuovi o sovrapposti. La ricerca è pubblicata su arXiv con identificativo 2605.03706.
Fatti principali
- 1. SAM-NER è un framework in tre fasi per il riconoscimento zero-shot di entità nominate.
- 2. Utilizza la Mediazione di Archetipi Semantici per stabilizzare il trasferimento tra domini.
- 3. La Scoperta delle Entità utilizza estrazione cooperativa e denoising basato sul consenso.
- 4. La Mediazione Astratta proietta le entità in archetipi semantici universali.
- 5. La Calibrazione Semantica è la terza fase.
- 6. L'approccio affronta i cambiamenti di dominio e schema.
- 7. Riduce la deriva semantica derivante dalla mappatura diretta a etichette granulari.
- 8. L'articolo è disponibile su arXiv con ID 2605.03706.
Entità
Istituzioni
- arXiv