Instruct and Extract: Instruction Tuning for On-Demand Information Extraction

828 篇文章

已下架不支持订阅

本文提出了一种新的信息提取范式——按需信息提取,利用指令调优的大型语言模型满足用户个性化需求。为此,创建了InstructionIE基准数据集并开发了ODIE模型,该模型在信息提取任务中表现出色。尽管存在模型大小、数据约束等局限性,但研究为按需信息提取任务提供了重要进展。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文是LLM系列文章,针对《Instruct and Extract: Instruction Tuning for On-Demand Information Extraction》的翻译。

指令与提取:用于按需信息提取的指令调优

摘要

具有指令跟随功能的大型语言模型为更广泛的用户群体打开了大门。然而,当涉及到信息提取(自然语言处理中的经典任务)时,大多数特定于任务的系统无法很好地与非专家用户的长尾特别提取用例保持一致。为了解决这一问题,我们提出了一种新的范式,称为按需信息提取,以满足现实世界用户的个性化需求。我们的任务旨在按照说明从相关文本中提取所需内容,并以结构化表格格式呈现。表标题可以是用户指定的,也可以是模型根据上下文推断的。为了促进这一新兴领域的研究,我们提出了一个名为InstructionIE的基准,包括自动生成的训练数据和人工注释的测试集。在Instructionie的基础上,我们进一步开发了一个按需信息提取器ODIE。对我们基准的全面评估表明,ODIE大大优于现有的类似规模的开源模型。我们的代码和数据集发布于https://github.com/yzjiao/On-Demand-IE.

1 引言

2 相关工作

3 I

已下架不支持订阅

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值