Named Entity Recognition of Historical Text via Large Language Model

论文《NAMED ENTITY RECOGNITION OF HISTORICAL TEXT VIA LARGE LANGUAGE MODEL》总结与翻译

一、文章主要内容

本文聚焦于历史文本命名实体识别（NER）任务，针对传统监督学习方法在该领域面临的标注数据稀缺、历史语言存在变异性与噪声（如拼写不一致、古体词汇）等问题，探索了大型语言模型（LLMs）在零样本（zero-shot）和少样本（few-shot）提示策略下的应用可行性。

1. 研究背景与挑战

• NER任务价值：命名实体识别是自然语言处理的基础任务，能从非结构化文本中提取人物、组织、地点等实体，为历史文本的学术研究（如追踪特定人物在数十年报纸中的出现情况）和档案材料公共访问提供支持。
• 历史文本NER难点：历史文本经数字化（如光学字符识别）后易引入噪声，语言风格、命名规则随时间变化大，且标注需专业知识，导致高质量标注数据稀缺，传统监督学习方法难以适用。
• LLMs的潜力：大型语言模型通过无监督或自监督方式在大规模文本上预训练，具备上下文学习能力，无需大量任务特定标注数据即可完成任务，为低资源场景下的历史文本NER提供可能。

2. 研究设计与方法