arXiv · AI· Feng Han, Ayako Yagahara, Kenji Hirata, Atsushi Yoshida, Kohsuke Kudo·· 2 天前AI 评分21
日语临床命名实体识别中BERT与开源大语言模型对比
Fine-Grained Japanese Clinical Named Entity Recognition: A Controlled Comparison of BERT and Open-Weight Large Language Models
AI 导读
研究在113类实体基准上发现,8个13B以上开源LLM经微调后超越BERT,Relaxed F1达0.882-0.914。 BERT基线Relaxed F1为0.836-0.841,零样本LLM最高仅0.337,JSON Schema约束未能提升准确率。 输出token限制显著影响结果,增加限制使Relaxed F1提升0.052-0.085。
来源:arXiv · AI · arxiv.org