搜索中文正文和常见中英文技术词,按教程、项目、面试题筛选。
「命名实体识别」找到 4 条内容
按专题浏览 →匹配题目:请说明BERT结合CRF模型在命名实体识别等信息抽取任务中的工作原理,包括两者各自的作用、联合训练方式以及相比纯BERT的优势。
匹配题目:在将传统判别式任务(如文本分类、命名实体识别)转化为生成式建模范式时,常见的转换方法有哪些(如Prompt-based Generation、Sequence-to-Sequence Formulation)?这些方法在性能、泛化能力和标注效率方面的表现有何差异?是否有实证研究支持?
匹配正文:一、算法层:意图理解与内容安全 1. 敏感信息识别与脱敏 多层检测:正则规则(身份证、手机号)→ 命名实体识别模型 → LLM自判断("这是否包含隐私?") 动态脱敏:根据用户身份标签决定脱敏强度,如普通用户打码、管理员可见 上下文感知:结合对话历史判断信息敏感度,避免"张三的电话"这类指代泄露 2. 意图风险分级 用户请求先过风险分类器:L1常规查询/L2敏感操作/L3高危指令 高风险操作强制触发二次确认或人工审核 二、架构层:权限与审计 1. 三级权限体系 层级 控制对象…
学习内容与项目面试,在同一条路上。