arXiv 自然语言处理· Songtao Li, Yijia Zhang, Jianyuan Yuan, Shidi Zhang, Fengyu Zhang, Hongfei Lin·· 3 小时前AI 评分35
利用多编程语言指令微调与集成方法 MITE 增强生物医学命名实体识别
Enhancing Biomedical Named Entity Recognition via Multiple Programming Languages Instruction Tuning and Ensemble Method
AI 导读
研究团队提出用于生物医学命名实体识别（BioNER）的方法 MITE，通过多编程语言指令微调与集成提升模型性能。MITE 将指令与实体输出转换为 Python、C++ 和 Java 代码格式，并在推理时采用实体级投票策略聚合不同格式的预测。在 6 个 BioNER 数据集上的实验表明，MITE 持续优于 BERT 和 LLM 基线，具备较强的跨数据集泛化能力。
来源：arXiv 自然语言处理 · arxiv.org